ImageVerifierCode 换一换
格式:PPT , 页数:36 ,大小:303KB ,
资源ID:10467643      下载积分:10 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.docduoduo.com/d-10467643.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(一元线性回归模型及参数估计.ppt)为本站会员(精品资料)主动上传,道客多多仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知道客多多(发送邮件至docduoduo@163.com或直接QQ联系客服),我们立即给予删除!

一元线性回归模型及参数估计.ppt

1、一元线性回归模型及其参数估计,一、一元线性回归模型的参数估计 二、最小二乘参数估计量的统计性质 三、最小二乘参数估计量的概率分布,一、一元线性回归模型的参数估计,一元线性回归模型的一般形式,模型参数估计的任务,模型参数估计的任务为两项:,1、普通最小二乘法 (Ordinary Least Square, OLS),给定一组样本观测值(Xi, Yi),i=1,2,n,假如模型参数估计量已经求得,并且是最合理的参数估计量,那么样本回归函数应该能够最好地拟合样本数据,即样本回归线上的点与真实观测点的“总体误差”应该尽可能地小。,最小二乘法给出的判断标准是:二者之差的平方和最小,即,解得:,最小二乘参

2、数估计量的离差形式 (deviation form),注:在计量经济学中,往往以大写字母表示原始数据(观测值),而以小写字母表示对均值的离差(deviation)。,随机误差项方差的估计量,1.用原始数据(观测值)Xi,Yi计算,简捷公式为,2.用离差形式的数据xi,yi计算,其中,简捷公式为,2、最大似然法( Maximum Likelihood, ML),最大或然法,也称最大似然法,是不同于最小二乘法的另一种参数估计方法,是从最大或然原理出发发展起来的其它估计方法的基础。基本原理:对于最大或然法,当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得从模型总体中抽取该n组样本观测

3、值的联合概率最大。,将该或然函数极大化,即可求得到模型参数的极大或然估计量。,由于或然函数的极大化与或然函数的对数的极大化是等价的,所以,取对数或然函数如下:,可见,在满足一系列基本假设的情况下,模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。,但是,随机误差项的方差的估计量是不同的。,3、样本回归线的数值性质(numerical properties),样本回归线通过Y和X的样本均值; Y估计值的均值等于观测值的均值; 残差的均值为0。,二、最小二乘参数估计量的统计性质 高斯-马尔可夫定理,当模型参数估计完成后,需考虑参数估计值的精度,即是否能代表总体参数的真值,或者说需考察参数估

4、计量的统计性质。,高斯马尔可夫定理 (Gauss-Markov theorem)在给定经典线性回归的假定下,最小二乘参数估计量是具有最小方差的线性无偏估计量。,1、线性性:最小二乘参数估计量是Y的线性函数。,2、无偏性:最小二乘参数估计量的均值等于总体回归参数真值。,3、有效性:在所有线性无偏估计量中,最小二乘参数估计量具有最小方差。,(2)证明最小方差性,4、结论 普通最小二乘参数估计量具有线性性、无偏性、最小方差性等优良性质。具有这些优良性质的估计量又称为最佳线性无偏估计量,即BLUE估计量(the Best Linear Unbiased Estimators)。显然这些优良的性质依赖于对模型的基本假设。,三、最小二乘参数估计量的概率分布,可以证明,随机误差项方差的无偏估计量为:,例:已知收入X和消费支出Y的如下数据,试估计Y对X的一元线性回归方程,并计算参数估计量的标准差。,解:,其中,,

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报