法计量的统计性质 时用爱量王是支续的树许数 渐进无偏性和一致性的概念 ≯如果一个随机变量的精确抽样分布很难得到,那么只能有渐 近结果 当模型满足OLS的假定条件时,其参数的OLS估计量具有无 偏性和有效性 有时OLS估计量并不具有这种特征,但随样本容量的增加却 具有了这种特征 随着随样本容量的増加,随机变量的分布称为渐进分布,相 应的统计特性称为渐进特性 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO ì?à 5Ú5Vg I XJÅCþ°(Ä©ÙéJ§@oUkì C(J I .÷vOLSb½^§ÙëêOLSOþäkà 5Úk5 I kOLSOþ¿Øäkù«A§ NþO\% äk ù«A I X NþO\§ÅCþ©Ù¡ì?©Ù§ AÚOA5¡ì?A5 I =ì?à 5Úì?k5 µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 渐进无偏性和一致性的概念 ≯如果一个随机变量的精确抽样分布很难得到,那么只能有渐 近结果 当模型满足OLS的假定条件时,其参数的OLS估计量具有无 偏性和有效性 有时OLS估计量并不具有这种特征,但随样本容量的增加却 具有了这种特征 随着随样本容量的増加,随机变量的分布称为渐进分布,相 应的统计特性称为渐进特性 即渐进无偏性和渐进有效性 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO ì?à 5Ú5Vg I XJÅCþ°(Ä©ÙéJ§@oUkì C(J I .÷vOLSb½^§ÙëêOLSOþäkà 5Úk5 I kOLSOþ¿Øäkù«A§ NþO\% äk ù«A I X NþO\§ÅCþ©Ù¡ì?©Ù§ AÚOA5¡ì?A5 I =ì?à 5Úì?k5 µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 (1)渐近无偏性 设β是参数β的估计量,其中m为样本容量 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO £1¤ìCà 5 I βˆn´ëêβOþ§Ù¥n Nþ I gÄ þn©On1 < n2 < · · · < nr§Kβˆn´ ÅCþ I ÙêÆÏ"E(βˆn )§ Var(βˆn ) = E[βˆn − E(βˆn )] 2 I X NþnØÓ§e¡ÅCþS {βˆn} = βˆn1 , βˆn2 , · · · , βˆnr {E(βˆn )} = E(βˆn1 ),E(βˆn2 ), · · · ,E(βˆnr ) {Var(βˆn )} = E[βˆn1 − E(βˆn1 )] 2 ,E[βˆn2 − E(βˆn2 )] 2 , · · · , · · · ,E[βˆnr − E(βˆnr )] µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 (1)渐近无偏性 设β是参数β的估计量,其中n为样本容量 依次抽样的样本客量η分别为n1<n<…<mr,则β是一 个随机变量 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO £1¤ìCà 5 I βˆn´ëêβOþ§Ù¥n Nþ I gÄ þn©On1 < n2 < · · · < nr§Kβˆn´ ÅCþ I ÙêÆÏ"E(βˆn )§ Var(βˆn ) = E[βˆn − E(βˆn )] 2 I X NþnØÓ§e¡ÅCþS {βˆn} = βˆn1 , βˆn2 , · · · , βˆnr {E(βˆn )} = E(βˆn1 ),E(βˆn2 ), · · · ,E(βˆnr ) {Var(βˆn )} = E[βˆn1 − E(βˆn1 )] 2 ,E[βˆn2 − E(βˆn2 )] 2 , · · · , · · · ,E[βˆnr − E(βˆnr )] µR) Chapter 8 Special Explained Variable
法计量的统计性质 时用爱量王是支续的树许数 (1)渐近无偏性 设β是参数β的估计量,其中n为样本容量 依次抽样的样本客量η分别为n1<n<…<mr,则β是一 个随机变量 设其数学期望值为E(),方差为Var()=En-E(B)2 教师:席尧生
Outline Å)ºCþ ¢Cþ J[Cþ mCþ Oþì?A Å)ºCþ .¦OþÚOA óäCþ{ óäCþ{OþÚO5 óäCþO{~K——KÚêâ óäCþ{EViewsO £1¤ìCà 5 I βˆn´ëêβOþ§Ù¥n Nþ I gÄ þn©On1 < n2 < · · · < nr§Kβˆn´ ÅCþ I ÙêÆÏ"E(βˆn )§ Var(βˆn ) = E[βˆn − E(βˆn )]2 I X NþnØÓ§e¡ÅCþS {βˆn} = βˆn1 , βˆn2 , · · · , βˆnr {E(βˆn )} = E(βˆn1 ),E(βˆn2 ), · · · ,E(βˆnr ) {Var(βˆn )} = E[βˆn1 − E(βˆn1 )] 2 ,E[βˆn2 − E(βˆn2 )] 2 , · · · , · · · ,E[βˆnr − E(βˆnr )] µR) Chapter 8 Special Explained Variable