《计量经济学》课程教学课件（PPT讲稿）第三章 多元线性回归模型 Multiple Linear Regression Model 3.2 多元线性模型的参数估计

§3.2多元线性回归模型的估计 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

§3.2 多元线性回归模型的估计 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

说明 估计对象： 一模型结构参数 一随机项的分布参数（方差） 估计方法： -3大类方法：OLS、ML或者MM -在经典模型中多应用OLS 一在非经典模型中多应用ML或者MM

说 明 估计对象： – 模型结构参数 – 随机项的分布参数（方差） 估计方法： – 3大类方法：OLS、ML或者MM – 在经典模型中多应用OLS – 在非经典模型中多应用ML或者MM

一、普通最小二乘估计(OLS)

一、普通最小二乘估计(OLS)

1、普通最小二乘估计 ·最小二乘原理：根据被解释变量的所有观测值 与估计值之差的平方和最小的原则求得参数估 计量

1、普通最小二乘估计 • 最小二乘原理：根据被解释变量的所有观测值 与估计值之差的平方和最小的原则求得参数估 计量

·步骤： (Y,Xi),i=1,2,nj=0,1,2,.k 已知 立，=B。+B,X,+B2X2,+.+BuXk 假定 =0 0=2e=2出，-) i三 Q=0 2 ∑（化，-(B+月X+B,X,+.+BX》 羽， Q=0 Min O Q=0

Y X i n j k ( i , j i), = 1,2,, , = 0,1,2, Yi   X i  X i  ki X Ki ˆ ˆ ˆ ˆ ˆ = 0 + 1 1 + 2 2 +  +  ==== 0 ˆ 0 ˆ 0 ˆ 0 ˆ 210 QQQQ  k      2 1 1 2 ) ˆ   ( = = = = − n i i i n i Q e i Y Y 2 1 0 1 1 2 2 )) ˆ ˆ ˆ ˆ ( ( = = − + + + + ni Yi   X i  X i   k X ki 已知 假定 • 步骤： Min Q