请教ols估计量的最佳线性无偏估计中的最佳是什么意思

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教ols 估计量中最佳线性无偏估计中的最佳是什么意思。

   书本上说最佳的意思是 线性无偏估计量的方差最小。

   那么 残差平方和最小又是什么意思呢。

 最初我一直认为残差的平方和最小就是最佳的意思 ，好像现在看来有些疑惑了。呵呵。

   感谢各位大侠的帮助 。谢谢了。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：OLS估计 是什么意思 无偏估计 估计量 OLS 意思 OLS 线性 无偏估计

估计量属于统计量，而统计量仍然属于随机变量。既然是随机变量，就可能有期望与方差。

对于一个（组）参数，不同的估计方法对应不同的估计量。

若估计量的期望即该参数，则该估计量称作“无偏估计量”。

几个无偏估计量中，哪个“更好”？一般认为，方差越小的估计量越好。

OLS估计法即最小二乘估计法(ordinary least squares estimators),这个方法是根据残差平方和最小的思想来计算估计量的.用这个方法计算出来的参数估计式有比较良好的统计性质,比如无偏性(楼上版主已作解释)、最小方差性（偏离小心的程度最小）、有效性（估计式同时具有无偏性和最小方差性）、一致性（当样本容量趋于无穷大时，估计式的抽样分布依概率收敛于总体参数的真实值）。

在对这些性质进行描述的时候，通常把具有最小方差性的估计式称为最佳估计式。

“残差平方和最小”是最小二乘法的理论依据，而“最佳”是运用这种方法计算出的估计式的一个性质（即方差最小性）

简言之，“最佳”是指方差最小，并非指“残差平方和最小”，后者是一个更强的条件

非常感谢你。

非常ganxie    .

解释得非常清晰

“最佳”，就是指方差最小，因为方差越小，个体离均值的离散程度越小，而根据无偏性，均值即为永远未知的那个“真实值”，方差越小，说明与真实值的离散度越小，即认为最有效！

解析很不错

楼上解释的很到位

那个线性怎么理解呢？