回顾上上篇文章:
夔小攀:计量经济学:一元线性回归导入zhuanlan.zhihu.com1,建立经济学模型的四个步骤:
理论模型设计 → 样本数据收集 →模型参数估计 → 模型的检验
2,一元线性回归模型的理论模型设计:
总体回归函数:
总体回归模型:
样本回归函数:
样本回归模型:
上一篇文章不加解释地阐述了一元线性回归的假设前提,在这里先不予回顾。从建立经济学模型的四个步骤来看,我们已经建立了理论模型,假设现在已经有了很多的样本数据,现在要做的就是模型的参数估计了,即:如何根据已有数据,得到
这两个待估参数。
开始这一篇文章:
最开始,我们要明确我们现在使用的是:样本回归函数与样本回归模型。用样本去估计总体。
样本回归函数:
样本回归模型:
为了避免看了后面忘记前面,建议把前面标号的公式记录下来
一、最小二乘估计的概念
如何估计
,最常用的方法就是最小二乘估计了。
顾名思义,最小,二乘,估计,就是被解释变量的所有观测值(样本)
与
估计值
之差的平方和(
二乘)
最小。
用公式表示如下:
将公式1代入公式3中可得:
为啥要取平方呢?我们希望得到的是一条直线来表现一些离散的点的趋势,而这里的最小二乘估计所用的所有观测值(样本)
与
估计值
之差,实际上就是有正有负的,而如果不取平方,最后得到的结果只会是0,这个方法也就失去了其意义。