《计量经济学课件 32 多元线性回归》由会员分享，可在线阅读，更多相关《计量经济学课件 32 多元线性回归（21页珍藏版）》请在金锄头文库上搜索。
1、 3 2多元线性回归模型的估计 估计方法 OLS ML或者MM 一 普通最小二乘估计 二 最大或然估计 三 矩估计四 参数估计量的性质五 样本容量问题六 估计实例 一 普通最小二乘估计 对于随机抽取的n组观测值 如果样本函数的参数估计值已经得到 则有 i 1 2 n 根据最小二乘原理 参数估计值应该是下列方程组的解 其中 于是得到关于待估参数估计值的正规方程组 正规方程组的矩阵形式 即 由于X X满秩 故有 将上述过程用矩阵表示如下 即求解方程组 得到 于是 例3 2 1 在例2 1 1的家庭收入 消费支出例中 可求得 于是 正规方程组的另一种写法 对于正规方程组 于是 或 或 是多元线性回归
2、模型正规方程组的另一种写法 样本回归函数的离差形式 i 1 2 n 其矩阵形式为 其中 在离差形式下 参数的最小二乘估计结果为 随机误差项 的方差 的无偏估计 可以证明 随机误差项 的方差的无偏估计量为 二 最大或然估计 对于多元线性回归模型 易知 Y的随机抽取的n组样本观测值的联合概率 即为变量Y的或然函数 对数或然函数为 对对数或然函数求极大值 也就是对 求极小值 因此 参数的最大或然估计为 结果与参数的普通最小二乘估计相同 三 矩估计 MomentMethod MM OLS估计是通过得到一个关于参数估计值的正规方程组 并对它进行求解而完成的 该正规方程组可以从另外一种思路来导 求期望 称
3、为原总体回归方程的一组矩条件 表明了原总体回归方程所具有的内在特征 由此得到正规方程组 解此正规方程组即得参数的MM估计量 易知MM估计量与OLS ML估计量等价 矩方法是工具变量方法 InstrumentalVariables IV 和广义矩估计方法 GeneralizedMomentMethod GMM 的基础 在矩方法中关键是利用了E X 0 如果某个解释变量与随机项相关 只要能找到1个工具变量 仍然可以构成一组矩条件 这就是IV 如果存在 k 1个变量与随机项不相关 可以构成一组包含 k 1方程的矩条件 这就是GMM 四 参数估计量的性质 在满足基本假设的情况下 其结构参数 的普通最小
4、二乘估计 最大或然估计及矩估计仍具有 线性性 无偏性 有效性 同时 随着样本容量增加 参数估计量具有 渐近无偏性 渐近有效性 一致性 1 线性性 其中 C X X 1X 为一仅与固定的X有关的行向量 2 无偏性 这里利用了假设 E X 0 3 有效性 最小方差性 其中利用了 和 五 样本容量问题 所谓 最小样本容量 即从最小二乘原理和最大或然原理出发 欲得到参数估计量 不管其质量如何 所要求的样本容量的下限 最小样本容量 样本最小容量必须不少于模型中解释变量的数目 包括常数项 即n k 1因为 无多重共线性要求 秩 X k 1 2 满足基本要求的样本容量 从统计检验的角度 n 30时 Z检验才能应用 n k 8时 t分布较为稳定 一般经验认为 当n 30或者至少n 3 k 1 时 才能说满足模型估计的基本要求 模型的良好性质只有在大样本下才能得到理论上的证明 六 多元线性回归模型的参数估计实例 例3 2 2在例2 5 1中 已建立了中国居民人均消费一元线性模型 这里我们再考虑建立多元线性模型 解释变量 人均GDP GDPP前期消费 CONSP 1 估计区间 1979 2000年 Eviews软件估计结果
