广义矩估计的一般步骤_广义矩估计法

广义矩估计

一、背景

我们前面学了OLS 估计、工具变量估计方法，前面这几种方法都有重要假设就是需要知道分布才能估计，但是往往现实理论我们无法得到关于分布的信息，因此矩估计方法应运而生。矩估计方法的基本思想是利用样本矩的信息组成方程组来求总体矩，以此得到渐进性质下的一致性估计量。那么在构成方程组求解的过程中涉及识别问题和解决。本章详细介绍矩估计方法。矩估计方法实际应用非常广泛，应注意将矩估计与OLS 估计、工具变量估计和极大似然估计方法结合对比进行应用。

二、知识要点 1，应用背景

2，矩估计存在的问题(识别) 3，矩正交方程和矩条件 4，矩估计的属性 三、要点细纲 1、应用背景

其基本思想是：在随机抽样中，样本统计量(在一个严格意义上，一个统计量是观察的n 维随机向量即子样(),,,12X X X n =

X 的一个

(波雷尔可测)函数，且要求它不包含任何未知参数)将依概率收敛于某个常数。这个常数又是分布中未知参数的一个函数。即在不知道分布的情况下，利用样本矩构造方程(包含总体的未知参数)，利用这些方程求得总体的未知参数。

基本定义

统计量 11

n m X i n i ν

ν∑= 为子样的ν阶矩(ν阶原点矩)； 统计量 ()

11

n B X X

i

n i ν

ν

∑-= 为子样的ν阶中心矩。

子样矩的均值与方差