计量经济学 pdf_计量经济学笔记(十四)

该文深入探讨了独立同分布随机样本的线性回归模型,重点在于OLS(普通最小二乘法)估计量的一致性。通过引用弱大数定律和强大数定律,证明了当样本量趋于无穷时,OLS估计量会收敛到真实参数。内容涉及矩阵条件、随机样本的性质以及收敛性概念,为理解高级计量经济学提供了理论基础。
摘要由CSDN通过智能技术生成

获取本文pdf方式:链接

计量经济学 | 第三章:独立同分布随机样本的线性回归模型(二)​mp.weixin.qq.com
c2bdbe0235e8efc6dfea43810b322651.png

第三章 独立同分布随机样本的线性回归模型

  • 第三节 OLS估计量的一致性

引理3.2 独立同分布随机样本的弱大数定律(WLLN for I.I.D.Random Samples):假设

是一个独立同分布随机样本,
。定义
。则当
时,有

注意,我们需要矩条件

引理3.3 独立同分布随机样本的强大数定律(Strong Law of Large Numbers(SLLN)for I.I.D. Random Samples):假设

是一个独立同分布随机样本,
。则当
时,有

(注:a.s表示almost sure convergence几乎必然收敛,此收敛也称为强收敛)

假设有一个随机样本

。回忆OLS估计量

其中,

代入,得

下面考察

的一致性。

定理3.3 OLS估计量的一致性(Consistency of OLS):给定假设3.1-3.4(独立同分布、线性、正确模型设定、非奇异性),且当

时,有

证明:

为一有界常数,首先,根据Cauchy-Schwarz不等式,对于所有的
,下列矩条件成立

其中

来自假设3.4,
来自假设3.3。

根据弱大数定律,有

上式右边零期望值来自于重复期望法则与假设3.3,即

再次使用弱大数定律知:

因此,根据

的连续性以及
的非奇异性,有

从而

证毕。

从证明可以看出,线性回归模型正确设定条件

保证了
的一致性。

参考文献:

洪永淼.《高级计量经济学》.高等教育出版社.2011-7

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值