4、“估计量”（estimator)和“估计值” (estimate)的区别 如果给出的参数估计结果是由一个具体样本资料 计算出来的，它是一个“估计值”，或者“点估 计”，是参数估计量的一个具体数值； · 如果把上式看成参数估计的一个表达式，那么， 则是Y:的函数，而Y:是随机变量，所以参数估计 也是随机变量，在这个角度上，称之为“估计 量
4、 “估计量”（estimator）和“估计值” (estimate)的区别 • 如果给出的参数估计结果是由一个具体样本资料 计算出来的，它是一个“估计值”，或者“点估 计”，是参数估计量的一个具体数值； • 如果把上式看成参数估计的一个表达式，那么， 则是Yi的函数，而Yi是随机变量，所以参数估计 也是随机变量，在这个角度上，称之为“估计 量”
5、例题（采用Eviews进行OLS估计) ·数据 EViews [Group:UNTITLEI File Edit Object View Proc View Proc object Print Name Freeze De obs Y 1 638.0000 800.0000 2 935.0000 1100.000 3 1155.000 1400.000 4 1254.000 1700.000 5 1408.000 2000.000 6 1650.000 2300.000 7 1925.000 2600.000 8 2068.000 2900.000 9 2266.000 3200.000 10 2530.000 3500.000
5、例题（采用Eviews进行OLS估计） • 数据
。 OLS估计 Evievs [Equation:UNTITLED ■orkfile:HTIILED八U File Edit Object View Proc Quick Options Window Help View Proc Object Print Name Freeze Estimate Forecast Stats Resids Dependent Variable:Y Method:Least Squares Date:0g728715T1me:16:38 Sample:1 10 Included observations:10 √ariable Coefficient Std.Error t-Statistic Prob. 142.4000 44.44673 3.203835 0.0125 X 0.670000 0.019189 34.91562 0.0000 R-squared 0.993481 Mean dependent var 1582.900 Adjusted R-squared 0.992666 S.D.dependent var 610.5512 S.E.of regression 52.28814 Akaike info criterion 10.92827 Sum squared resid 21872.40 Schwarz criterion 10.98879 Log likelihood -52.64136 F-statistic 1219.101 Durbin-WVatson stat 1.677411 Prob(F-statistic) 0.000000
• OLS估计
二、参数估计的最大似然法(ML)
二、参数估计的最大似然法(ML)
1、最大似然法 最大以然法(Maximum Likelihood,ML),也称 最大或然法，是不同于最小二乘法的另一种参 数估计方法，是从最大或然原理出发发展起来 的其它估计方法的基础。 。 基本原理：当从模型总体随机抽取组样本观 测值后，最合理的参数估计量应该使得从模型 中抽取该n组样本观测值的概率最大。 ·ML必须已知随机项的分布
1、最大似然法 • 最大似然法(Maximum Likelihood,ML)，也称 最大或然法，是不同于最小二乘法的另一种参 数估计方法，是从最大或然原理出发发展起来 的其它估计方法的基础。 • 基本原理：当从模型总体随机抽取n组样本观 测值后，最合理的参数估计量应该使得从模型 中抽取该n组样本观测值的概率最大。 • ML必须已知随机项的分布