《回歸模型的參數(shù)估計.ppt》由會員分享，可在線閱讀，更多相關(guān)《回歸模型的參數(shù)估計.ppt（33頁珍藏版）》請在裝配圖網(wǎng)上搜索。

第二節(jié)回歸模型的參數(shù)估計,,一、最小二乘估計（OLS）,⒈選擇最佳擬合曲線的標準從幾何意義上說，樣本回歸曲線應盡可能靠近樣本數(shù)據(jù)點。選擇最佳擬合曲線的標準可以確定為：使總的擬合誤差（即總殘差）達到最小。用最小二乘法描述就是：所選擇的回歸模型應該使所有觀察值的殘差平方和達到最小。,⒉OLS的基本思路,不同的估計方法可得到不同的樣本回歸參數(shù)和，所估計的也不同。理想的估計方法應使和的差即殘差越小越好。因為可正可負，所以可以取最小，（選擇平方的原因：介紹）即：,⒊估計過程,在離差平方和的表達式中，被解釋變量的觀測值和解釋變量都是已知的，因此可以將看作是未知參數(shù)的函數(shù)。計算此函數(shù)對的一階偏導數(shù)，可得：,得到：此方程組為正規(guī)方程組，解此方程組得：其中，,案例2.1⒉無偏性;⒊最小方差性⒋一致性證明過程參見p30~32,也可從精品課程網(wǎng)站下載。結(jié)論：OLS估計式是BLUE。,㈢系數(shù)的估計誤差與置信區(qū)間,可以證明,：總體方差,的,無偏估計量,為,,,在總體方差,的無偏估計量,求出后，,估計的參數(shù),和,的方差和標準差的估計量,分別是：,的樣本方差：,,S2XX,的樣本標準差：,,,,,的樣本方差：,,的樣本標準差：,,,S2XX,S2XX,S2XX,⒊系數(shù)的置信區(qū)間,見p34,四、多元線性回歸模型的參數(shù)估計,方法相同，只是通過矩陣表示，參見p35~37,※五、極大似然法ML,極大似然法（MaximumLikelihood,ML），也稱最大似然法，是不同于最小二乘法的另一種參數(shù)估計方法，是從最大或然原理出發(fā)發(fā)展起來的其它估計方法的基礎(chǔ)?；驹恚簩τ谧钚《朔ǎ攺哪Ｐ涂傮w隨機抽取n組樣本觀測值后，最合理的參數(shù)估計量應該使得模型能最好地擬合樣本數(shù)據(jù)。對于極大似然法，當從模型總體隨機抽取n組樣本觀測值后，最合理的參數(shù)估計量應該使得從模型中抽取該n組樣本觀測值的概率最大。,將該或然函數(shù)極大化，即可求得到模型參數(shù)的極大或然估計量。,復習：,掌握ols方法的原理，掌握一元線性回歸參數(shù)形式。明確優(yōu)良的參數(shù)估計應具有的性質(zhì)，尤其明確OLS方法是BLUE。掌握EVIEWS建立模型的方法及命令。了解OLS估計參數(shù)的概率分布。,