庞皓计量经济学 第二章 练习题及参考解答(第四版).pdfVIP

庞皓计量经济学第二章练习题及参

考解答(第四版)

1.什么是普通最小二乘？

普通最小二乘(OrdinaryLeastSquares,简称OLS)是一种对线性回归模

型进行参数估计的方。它的基本思想是通过最小化观测数据的预测值与实际观测

值之间的差异的平方和，来确定模型的参数估计值。

2.什么是线性回归模型？

线性回归模型是一种描述自变量与因变量之间线性关系的数学模型。它可以表

示为：

Y=P0+01X1-32X2+.+PkXk+£

其中，Y表示因变置，XI,X2,,Xk表示自变量，30,1,02,,k表

示参数估计值，£表示误差项。

3.请解释最小二乘估计的思想。

最小二乘估计的思想是通过最小化观测数据的预测值与实际观测值之间的差

异的平方和，来确定模型的参数估计值。具体而言，最小二乘估计通过求解使得

残差平方和最小的参数估计值，来获得对模型参数的估计。

4.什么是残差？

残差是指观测数据的预测值与实际观测值之间的差异。在线性回归模型中，残

差可以表示为：

e=Y-Y_hat

其中，Y表示实际观测值，Y_hat表示对应的预测值，£表示残差。

5.请解释线性回归假设。

线性回归假设包括线性关系假设、零条件均值假设、同方差性假设和独立性假

设。

线性关系假设指的是自变量与因变量之间的关系是线性的。

零条件均值假设指的是在给定自变量的条件下，误差项的平均值为零。

同方差性假设指的是在给定自变量的条件下，误差项的方差是常数。

独立性假设指的是观测数据之间是相互独立的。

6.请解释OLS估计的无偏性。

OLS估计的无偏性是指在线性回归模型的假设条件下，通过最小二乘获得的

参数估计值的期望等于真实参数值。换句话说，无偏性要求估计值的平均值等于真

实值。

7.请解释OLS估计的一致性。

OLS估计的一致性是指在样本容量趋于无穷大的情况下，通过最小二乘获得

的参数估计值收敛于真实参数值。换句话说，一致性要求估计值与真实值之间的差

异随着样本容量的增加而减小。

8.请解释OLS估计的有效性。

OLS估计的有效性是指通过最小二乘获得的参数估计值具有最小的方差，换

句话说，有效性要求估计值的方差最小。

9.请解释OLS估计的正态性。

OLS估计的正态性是指在线性回归模型的假设条件下，通过最小二乘获得的

参数估计值服从正态分布。正态性是OLS估计的一个重要假设，它使得我们能够进

行统计推断和假设检验。

10.请解释0LS估计的零条件均值假设。

零条件均值假设是线性回归模型的一个假设，它指的是在给定自变量的条件

下，误差项的平均值为零。这个假设使得OLS估计成为无偏估计。

参考解答：

1.普通最小二乘是一种对线性回归模型进行参数估计的方，通过最小化观

测数据的预测值与实际观测值之间的差异的平方和，来确定模型的参数估计

值。具体而言，普通最小二乘通过求解使得残差平方和最小的参数估计

值，来获得对模型参数的估计。

2.线性回归模型是一种描述白变量与因变量之间线性关系的数学模型。它可以

表示为：Y=B0+31X1+B2X2+.+PkXk+£,其中，Y表示因变

量，XI,X2,.Xk表示自变量，00,P1,32,.Bk表示参数估计值，

£