回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt

回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt

ID:57370365

大小:366.00 KB

页数:45页

时间:2020-08-13

回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt_第1页
回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt_第2页
回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt_第3页
回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt_第4页
回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt_第5页
资源描述:

《回归模型的估计概论(高级计量经济学清华大学潘文清)课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第三章回归模型的估计:概论RegressionModelEstimation:GeneralApproaches第二章指出,当联合概率分布p(X,Y)已知时,在MSE最小化准则下,E(Y

2、X)是Y的最佳代表,被称为是Y关于X的回归函数(regressionfunction),也可称为总体回归函数(populationregressionfunction)。而当上述总体回归函数呈现线性形式E(Y

3、X)=X’0时,则称回归模型Y=X’+u关于E(Y

4、X)正确设定,这时“真实”参数0等于最佳线性最小二乘解*:0=*=[E(XX’)]-1E(XY)

5、且E(u

6、X)=0E(Xu)=0问题是:我们往往不知道总体的p(X,Y)。因此,只能通过样本来估计总体的相关信息。根据样本估计总体构成了回归分析的主体内容。§3.1参数估计:概论ParameterEstimation:GeneralApproaches设(Y1,Y2,…,Yn)’是从未知总体Y~f(Y)中随机抽取的一个样本,并由此估计总体的特征,如参数。我们可以寻找一个关于的估计量(estimator)T,它是关于所抽样本Y的函数:T=h(Y)对于某一样本(Y1,Y2,…,Yn)’,则有一个估计值(estimate):t=h(Y1,Y2,…,Yn)

7、一、衡量参数估计量优劣的准则CriteriaforanEstimator1、有限样本准则记T为所选取的统计量,则T与参数的差异可用均方误(meansquareerror,MSE)刻画:E(T-)2由于T关于的均方误有如下分解式E(T-)2=Var(T)+[E(T)-]2记[E(T)-]=E(T)-为T关于的偏差(bias)。Var(T)刻画了统计量T的真正的离散程度,如果它较小,表明T不太受数据随机波动的影响;如果E(T)-较小,表明T的分布密切围拢着。对无偏估计量,MSE=Variance,因此,在实践中还希望从无偏估计量中选择方

8、差最小的。于是,有如下最小方差无偏准则(minimumvarianceunbiasednesscriterion)定义:Tisaminimumvarianceunbiasedestimator,orMVUE,ofiff(a)E(T-)=0forall,and(b)V(T)≤V(T*)forallT*suchthatE(T*-)=0定义:TisanunbiasedestimatorofiffE(T-)=0,forall.最小方差无偏估计量也称为无偏有效估计量(Unbiasedandefficientestimator)2、无限样本准则(As

9、ymptoticCriteria)有限样本往往需要知道估计量的精确分布,而这是建立在对总体分布已知的情况下的。如果总体分布未知,则需要依赖无限样本准则:注意:(1)一致性的充分条件是:limE(Tn)=,且limVar(Tn)=0(2)同一参数可能会有多个一致估计量。如从对称分布的总体中抽样,则样本均值与样本中位数都是总体期望=E(Y)的一致估计量。在实践中,为了区分同一参数不同的一致估计量,需要从退化极限分布(degeneratelimitingdistribution)转向渐近分布(asymtoticdistribution)尤其是,一致估计量

10、具有以参数真实值为中心的渐近正态分布(asymptoticnormaldistribution)。因此,有如下最佳渐近正态估计量准则:注意:(1)大样本BAN准则是小样本MVUE准则的渐近版本(version);(2)在计量经济学中,除了精确分布已知的情况,最佳渐近正态性,或称为渐近有效性(asymptoticefficiency),是最常选择的准则。(3)渐近有效估计量的直观表述为二、类比估计法(TheAnalogyPrinciple)总体参数是关于总体某特征的描述,估计该参数,可使用相对应的描述样本特征的统计量。(1)估计总体矩,使用相应的样本矩(

11、2)估计总体矩的函数,使用相应的样本矩的函数对线性回归模型:Y=0+1X+u1、基本原理上述方法都是通过样本矩估计总体矩,因此,也称为矩估计法(momentmethods,MM)。(3)类比法还有:用样本中位数估计总体中位数;用样本最大值估计总体最大值;用样本均值函数mY

12、X估计总体期望函数Y

13、X,等Questions:Areanalogestimatorsensiblefromastatisticalpointofview?Howreliablearethey?Whatshallwedowhenananalogestimatorisunreli

14、able?2、总体均值的估计对E(Y)=,Var(Y)=2的某总体随机抽样,由类比法(矩法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。