計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論:現(xiàn)代觀點(diǎn)(第七版)課件:OLS漸近性_第1頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論:現(xiàn)代觀點(diǎn)(第七版)課件:OLS漸近性_第2頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論:現(xiàn)代觀點(diǎn)(第七版)課件:OLS漸近性_第3頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論:現(xiàn)代觀點(diǎn)(第七版)課件:OLS漸近性_第4頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論:現(xiàn)代觀點(diǎn)(第七版)課件:OLS漸近性_第5頁(yè)
已閱讀5頁(yè),還剩29頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

計(jì)量經(jīng)濟(jì)學(xué)

Econometrics

討論橫截面數(shù)據(jù)的回歸分析由于橫截面分析的假設(shè)相對(duì)簡(jiǎn)單而現(xiàn)實(shí),所以本課程首先介紹和講解嚴(yán)謹(jǐn)?shù)臋M截面應(yīng)用。入門(mén)層次課將包含第1~8章,這包含對(duì)橫截面數(shù)據(jù)進(jìn)行簡(jiǎn)單和多元回歸分析的基本要素。倘若強(qiáng)調(diào)直覺(jué)和對(duì)經(jīng)驗(yàn)例子的解釋?zhuān)埃刚聦?duì)于大多數(shù)經(jīng)濟(jì)系的本科生都可以接受的。多元回歸分析:OLS漸近性提要一、一致性二、漸近正態(tài)性與大樣本推斷三、OLS的漸近有效性多元回歸分析:OLS漸近性前面內(nèi)容回顧多元回歸分析:OLS漸近性除了有限樣本性質(zhì)外,了解估計(jì)量和檢驗(yàn)統(tǒng)計(jì)量的漸近性質(zhì)(asymptoticproperties)或大樣本性質(zhì)也是非常重要的。定義這些性質(zhì)不是針對(duì)特定樣本量,而是考慮樣本量無(wú)限增加的情況。幸運(yùn)的是,在我們所做的假設(shè)下,OLS具有令人滿意的大樣本性質(zhì)。應(yīng)用中相當(dāng)重要的發(fā)現(xiàn)是,即使沒(méi)有正態(tài)性假設(shè)(假設(shè)MLR.6),t與F統(tǒng)計(jì)量也近似服從t與F分布,至少在大樣本量的條件下如此。一、一致性估計(jì)量的無(wú)偏性當(dāng)然非常重要,但并非總能實(shí)現(xiàn)。既然并非所有有用的估計(jì)量都是無(wú)偏的,所以幾乎所有經(jīng)濟(jì)學(xué)家都同意,一致性(consistency)是對(duì)估計(jì)量最起碼的要求。計(jì)量經(jīng)濟(jì)學(xué)家格蘭杰曾說(shuō)“如果你在n趨于無(wú)窮時(shí)還不能正確地得到它,那就不應(yīng)該干這件事?!彼囊馑际钦f(shuō),如果你給出一特定總體參數(shù)的估計(jì)量不是一致的,那么就是在浪費(fèi)時(shí)間。一、一致性圖5-1一、一致性對(duì)任何具體應(yīng)用而言,我們都自然而然地有一個(gè)固定的樣本量,這就是難以理解諸如一致性等漸近性質(zhì)的主要原因。一致性涉及樣本量變大時(shí)的假想實(shí)驗(yàn)。如果得到越來(lái)越多的數(shù)據(jù),還不能讓我們更接近所關(guān)心的估計(jì)值,那就是因?yàn)樗玫墓烙?jì)程序表現(xiàn)欠佳。實(shí)際上,前面那套假設(shè)同時(shí)也蘊(yùn)涵著OLS的無(wú)偏性和一致性。這里用一個(gè)定理加以總結(jié)。一、一致性證明:一、一致性證明-說(shuō)明一、一致性增加一個(gè)新假設(shè)一、一致性關(guān)于增加假設(shè)的解釋一、一致性關(guān)于推導(dǎo)OLS的不一致性一、一致性關(guān)于推導(dǎo)OLS的不一致性-續(xù)一、一致性例子一、一致性思考注意

一、一致性二、漸近正態(tài)性與大樣本推斷在經(jīng)典線性模型假設(shè)MLR.1至MLR.6下,定理4.1表明:抽樣分布是正態(tài)的。這個(gè)結(jié)論是推導(dǎo)應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)中常用的t與F分布的基礎(chǔ)。二、漸近正態(tài)性與大樣本推斷例子二、漸近正態(tài)性與大樣本推斷OLS漸近正態(tài)性定理二、漸近正態(tài)性與大樣本推斷定理的解釋

二、漸近正態(tài)性與大樣本推斷定理的解釋二、漸近正態(tài)性與大樣本推斷定理的解釋-續(xù)二、漸近正態(tài)性與大樣本推斷思考題5.2與漸近統(tǒng)計(jì)量二、漸近正態(tài)性與大樣本推斷例子

二、漸近正態(tài)性與大樣本推斷其他大樣本檢驗(yàn):拉格朗日乘數(shù)統(tǒng)計(jì)量有時(shí)用其他方法檢驗(yàn)多元排除約束非常有用,現(xiàn)在來(lái)討論拉格朗日乘數(shù)(LM)統(tǒng)計(jì)量,它在現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)中已經(jīng)受到一定程度的歡迎。二、漸近正態(tài)性與大樣本推斷其他大樣本檢驗(yàn):拉格朗日乘數(shù)統(tǒng)計(jì)量-續(xù)二、漸近正態(tài)性與大樣本推斷其他大樣本檢驗(yàn):拉格朗日乘數(shù)統(tǒng)計(jì)量-續(xù)二、漸近正態(tài)性與大樣本推斷例5.3犯罪的經(jīng)濟(jì)模型三、OLS的漸近有效性在高斯-馬爾科夫假定下,OLS估計(jì)量是最優(yōu)線性無(wú)偏的。在高斯-馬爾科夫假定下,OLS在一類(lèi)估計(jì)量中也是漸近有效的。想要對(duì)這個(gè)問(wèn)題做一般性的探討需要矩陣代數(shù)和高深的漸近分析。現(xiàn)在,只在簡(jiǎn)單回歸情形中描述這個(gè)結(jié)論。三、O

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論