法计量的统计性质 时间变量 读的例题一一课题和数播 随机解释变量模型最小二乘估计量的统计特征(续) ˆ(2)如果随机解释变量Ⅹ与随机项α不独立,也不相关 即Cov(x,u2)=0,最小二乘估计量是有偏的,但月是的的 致估计量, X与不独立→E(x;tu1)≠E(x1)E(u1)≠0→E(x)≠0 →E(A1)≠B1∴B1不是无偏估计 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 Å)ºCþ .¦OþÚOA£Y¤ I £2¤XJÅ)ºCþXÅuØÕá§Ø'§ =Cov(xi , ui) = 0§¦Oþ´k §βˆ 1´β1 Oþ§ I ∵ XuØÕá ⇒ E(xiui) 6= E(xi) E(ui) 6= 0 ⇒ E(xiui) 6= 0 I ⇒ E(βˆ 1) 6= β1 ∴ βˆ 1Ø´Ã O I q ∵ XuØ' ⇒ Cov(xi , ui) = 0 I ∵ P lim 1 n Pxiui = Cov(xi , ui) = 0 I ¤± P lim βˆ 1 = β1 + P lim P P (xi−x¯)ui (xi−x¯) 2 = β1 + P lim 1 n Pxiui−xP¯ lim 1 n Pui P lim 1 n P(xi−x¯) 2 I 3P lim 1 n P(xi − x¯) 2 6= 0b½e§©f¥1 u" I 1¥P lim 1 n Pui´E(ui)Oþ§ u" µR) Chapter 8 Special Explained Variable
法计量的统计性质 时间变量 读的例题一一课题和数播 随机解释变量模型最小二乘估计量的统计特征(续) ˆ(2)如果随机解释变量Ⅹ与随机项α不独立,也不相关 即Cov(x,u2)=0,最小二乘估计量是有偏的,但月是的的 致估计量, X与不独立→E(x;tu1)≠E(x1)E(u1)≠0→E(x)≠0 →E(A1)≠B1∴B1不是无偏估计 又∵X与u不相关→Cov(x,u)=0 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 Å)ºCþ .¦OþÚOA£Y¤ I £2¤XJÅ)ºCþXÅuØÕá§Ø'§ =Cov(xi , ui) = 0§¦Oþ´k §βˆ 1´β1 Oþ§ I ∵ XuØÕá ⇒ E(xiui) 6= E(xi) E(ui) 6= 0 ⇒ E(xiui) 6= 0 I ⇒ E(βˆ 1) 6= β1 ∴ βˆ 1Ø´Ã O I q ∵ XuØ' ⇒ Cov(xi , ui) = 0 I ∵ P lim 1 n Pxiui = Cov(xi , ui) = 0 I ¤± P lim βˆ 1 = β1 + P lim P P (xi−x¯)ui (xi−x¯) 2 = β1 + P lim 1 n Pxiui−xP¯ lim 1 n Pui P lim 1 n P(xi−x¯) 2 I 3P lim 1 n P(xi − x¯) 2 6= 0b½e§©f¥1 u" I 1¥P lim 1 n Pui´E(ui)Oþ§ u" µR) Chapter 8 Special Explained Variable
法计量的统计性质 时间变量 读的例题一一课题和数播 随机解释变量模型最小二乘估计量的统计特征(续) ˆ(2)如果随机解释变量Ⅹ与随机项α不独立,也不相关 即Cov(x,u2)=0,最小二乘估计量是有偏的,但月是的的 致估计量, X与不独立→E(x;tu1)≠E(x1)E(u1)≠0→E(x)≠0 →E(A1)≠B1∴B1不是无偏估计 又∵X与u不相关→Cov(x;,u)=0 且∴Pim∑x1=Cov(x2,u1)=0 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 Å)ºCþ .¦OþÚOA£Y¤ I £2¤XJÅ)ºCþXÅuØÕá§Ø'§ =Cov(xi , ui) = 0§¦Oþ´k §βˆ 1´β1 Oþ§ I ∵ XuØÕá ⇒ E(xiui) 6= E(xi) E(ui) 6= 0 ⇒ E(xiui) 6= 0 I ⇒ E(βˆ 1) 6= β1 ∴ βˆ 1Ø´Ã O I q ∵ XuØ' ⇒ Cov(xi , ui) = 0 I ∵ P lim 1 n Pxiui = Cov(xi , ui) = 0 I ¤± P lim βˆ 1 = β1 + P lim P P (xi−x¯)ui (xi−x¯) 2 = β1 + P lim 1 n Pxiui−xP¯ lim 1 n Pui P lim 1 n P(xi−x¯) 2 I 3P lim 1 n P(xi − x¯) 2 6= 0b½e§©f¥1 u" I 1¥P lim 1 n Pui´E(ui)Oþ§ u" µR) Chapter 8 Special Explained Variable
法计量的统计性质 时间变量 读的例题一一课题和数播 随机解释变量模型最小二乘估计量的统计特征(续) ˆ(2)如果随机解释变量Ⅹ与随机项α不独立,也不相关 即Cov(x,u2)=0,最小二乘估计量是有偏的,但月是的的 致估计量, X与不独立→E(x;tu1)≠E(x1)E(u1)≠0→E(x)≠0 →E(A1)≠B1∴B1不是无偏估计 又∵X与u不相关→Cov(x;,u)=0 且:Plm∑xu2=Cov(x,4)=0 所以Plm=A1+Plm(x=2 1+ Plim1∑x1u1-iPim∑u 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 Å)ºCþ .¦OþÚOA£Y¤ I £2¤XJÅ)ºCþXÅuØÕá§Ø'§ =Cov(xi , ui) = 0§¦Oþ´k §βˆ 1´β1 Oþ§ I ∵ XuØÕá ⇒ E(xiui) 6= E(xi) E(ui) 6= 0 ⇒ E(xiui) 6= 0 I ⇒ E(βˆ 1) 6= β1 ∴ βˆ 1Ø´Ã O I q ∵ XuØ' ⇒ Cov(xi , ui) = 0 I ∵ P lim 1 n Pxiui = Cov(xi , ui) = 0 I ¤± P lim βˆ 1 = β1 + P lim P P (xi−x¯)ui (xi−x¯) 2 = β1 + P lim 1 n Pxiui−xP¯ lim 1 n Pui P lim 1 n P(xi−x¯) 2 I 3P lim 1 n P(xi − x¯) 2 6= 0b½e§©f¥1 u" I 1¥P lim 1 n Pui´E(ui)Oþ§ u" µR) Chapter 8 Special Explained Variable
法计量的统计性质 时间变量 读的例题一一课题和数播 随机解释变量模型最小二乘估计量的统计特征(续) ˆ(2)如果随机解释变量Ⅹ与随机项α不独立,也不相关 即Cov(x,u2)=0,最小二乘估计量是有偏的,但月是的的 致估计量, X与不独立→E(x;tu1)≠E(x1)E(u1)≠0→E(x)≠0 →E(A1)≠B1∴B1不是无偏估计 又∵X与u不相关→Cov(x;,u)=0 且:Plm∑xu2=Cov(x,4)=0 所以Plm=A1+Plm(x=2 A1+Pm∑(x-2 在Pim1∑(x1-2)2≠0的假定下,分子中的第一项等于零 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 Å)ºCþ .¦OþÚOA£Y¤ I £2¤XJÅ)ºCþXÅuØÕá§Ø'§ =Cov(xi , ui) = 0§¦Oþ´k §βˆ 1´β1 Oþ§ I ∵ XuØÕá ⇒ E(xiui) 6= E(xi) E(ui) 6= 0 ⇒ E(xiui) 6= 0 I ⇒ E(βˆ 1) 6= β1 ∴ βˆ 1Ø´Ã O I q ∵ XuØ' ⇒ Cov(xi , ui) = 0 I ∵ P lim 1 n Pxiui = Cov(xi , ui) = 0 I ¤± P lim βˆ 1 = β1 + P lim P P (xi−x¯)ui (xi−x¯) 2 = β1 + P lim 1 n Pxiui−xP¯ lim 1 n Pui P lim 1 n P(xi−x¯) 2 I 3P lim 1 n P(xi − x¯) 2 6= 0b½e§©f¥1 u" I 1¥P lim 1 n Pui´E(ui)Oþ§ u" µR) Chapter 8 Special Explained Variable