6． α2的估计定义2= (u2)/(T-2)其中2表示待估参数的个数。可以证明E(2=α22是。2的无偏估计量。因为i,是残差，2又称作误差均方。2可用来考察观测值对回归直线的离散程度。β,和β.的估计的方差是19Var(βi)= S (βi)=Z(X,-X)2Ex?92Var(βo)= S(βo) （第4版第28页）T(X,-X)?
6． 的估计 定义 2 ˆ = ( ˆ ) ( 2) 2 ut T − 其中 2 表示待估参数的个数。可以证明 E( 2 ˆ ) = 。 2 ˆ 是 的无偏估计量。因为ut ˆ 是残差， 2 ˆ 又称作误差均方。 2 ˆ 可用来考察观测值对回归直线的离散程度。 1 ˆ 和 0 ˆ 的估计的方差是 Var ( 1 ˆ ) = S 2 ( 1 ˆ ) = − 2 ( ) 1 Xt X 2 ˆ Var ( 0 ˆ ) = S 2 ( 0 ˆ ) = − 2 2 T (X X ) X t t 2 ˆ （第4版第28页）
例题2.1人均鲜蛋需求量Y与人均可支配收入X关(file: li-2-1)Dependent Variable:YMethod: Least SquaresDate:02/12/07Time:08:4620YSample:1988 199819Includedobsevations:1118VariableProbCoefficientStd. Errort-Statistic17C10.766161.3967367.7080870.000016x0.0050690.0011834.2833280.002015X0.870895R-squared16.57273Meandependentvar14800900100011001200130014001500160017000.6343281.845042AdjustedR-squaredS.D. dependent var3.219829S.E.of regression1.115713Akaike info criterion3.292174M.20333Schwarz criterionSum squaredresidLog likeliheod-15.70906F-statistic18.34690估计结果！1.3203910.002040Durbin Vatson statProb(F-statistic)12=1,11572 = 1.2448=1.1157,2Var(βo) = 1.39672 ≥1.9508（第4版第29页）NVar(β)= 0.00122 = 0.00000144
例题2.1 人均鲜蛋需求量Y与人均可支配收入X关 系 估计结果： ˆ 1.1157 1.2448 2 2 = = ) 1.3967 1.9508 ˆ ( 2 0 = = Var ) 0.0012 0.00000144 ˆ ( 2 1 = = Var ˆ =1.1157, (file: li-2-1) （第4版第29页）
7、 拟合优度的测量拟合优度是指回归直线对观测值的拟合程度。28YYt24220(yt-y)Jt(-J)16J12J-Bo+Bir8-X420304050601070图中任一点都有关系存在：（Yf-Y）=(Y,-Y）+(Y,-Y）Z(Y-Y)?-Z(Y,-Y)2+Z(Y,-Y)-Z(Y-Y)?+Z(u)TSS=RSS + ESS（第4版第24页）总平方和=回归平方和+残差平方和
7．拟合优度的测量 拟合优度是指回归直线对观测值的拟合程度。 图中任一点都有关系存在：(Yt -Y ) = (Yt -Yt ˆ ) + ( Yt ˆ -Y ) (Yt - Y ) 2 = (Yt ˆ - Y ) 2 + (Yt -Yt ˆ ) 2 = (Yt ˆ -Y ) 2 + ( ut ˆ ) 2 TSS= RSS + ESS 总平方和 = 回归平方和 + 残差平方和 （第4版第24页）