一道有趣的最小二乘法题目，欢迎讨论！

summerye ,你SB呀？

Greene的Econometric Analysis中就有相关的证明，本来我都不想说的，若不提下，大家还以为是你证的，看你，水平如本科生，说话的口气像是社会上的渣子，如果你是本科生的话，那也是一个年龄在25岁以上的老本科生了。不说计量，就说数学，你也不过是个垃圾！

你在此之前不但不给出出处，

虽然你给出的证明和本题无关，

还说什么自己给出的证明的，你要不要脸呀，这是个态度问题！你连最起码的“诚信”也没，叫谁相信你！

随机过程说到什么总体回归来自圆其说，你没长眼呀，本题是要求用最小二乘法，你自己去找书吧。还左编辑右编辑的，出来那么多废话。你若不给出计算结果（你自己说是没时间），你已经无权再发言啦。

前面的回复，一直听从版主的劝告，要有修养，故一直很客气。后来，发现，和你们讲修养简直有辱修养。

君子和而不同，小人同而不和，哎，我又破戒了！

传了几张电子书上摘下来的图片！前两张是方兆本与缪伯其老师的《随机过程》，后三章是陈希孺老师《概率论与数理统计》上的！

希望楼上的能详细看一下，然后弄清楚总体回归函数与样本回归函数的含义以及是怎么得到的！然后我再向您讨教搂主提出的问题！！口水仗就免了吧！因为我惹不起你！

document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" /> document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" /> document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" /> document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" /> document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" />

[此贴子已经被作者于2006-1-4 19:09:17编辑过]

您这么牛，为什么不给出最小二乘法的定义呢？LS是针对样本还是针对总体回归的呢？

您这么有空，为何“自食其言”，不给出计算结果呢？

我在前说了，题有问题，只是不敢确认，所以请教。书不就麻烦你上传了，因为我也有。

其实，我想您可能也意识到题有不妥之处啦，若把题中的最小二乘去掉，这题就成了回归中的一道练习了。

您说，这么吵来吵去的，何苦呢？对您言语有偏激之处，见谅！

我在12楼就已经说了题目可能有问题！并且给出了可能存在问题的原因：对总体用均方误来求i回归方程能否叫做最小二乘我是不敢肯定的！并且summerye也强调了题目可能存在问题！

那么你在回帖中反复强调2楼的证明与本题无关！却死咬住题目中要求的“最小二乘”不放！请问这是正确的思维方式吗？你早说总体回归函数的求法不能叫做最小二乘，我们不是早就没有什么分歧了吗？弄得我还以为你跟本不懂总体回归参数以及最小均方误准则呢！差点把我自己当成天才了！

另外，如果你是一开始就意识到题目有问题，那么你的回帖就有一种表达不清的嫌疑，因为让我们认为你没懂一样！希望以后能注意，如果你是几次争锋之后才意识到题目的问题，就应该别顾及面子说清楚！

说这些没别的目的哈！你别再多想！是因为看了你在楼上的回帖之后弄得我差点崩溃！————都是一样的想法，造就可以把问题解决了的，却弄得口水满天，耽误了你也耽误了我很多时间，并且会让一些人觉得我们很没素质！

你大度点向summerye道个歉吧！学术争锋不涉及人品评论！以后大家继续切磋！但是千万别再闹出这样的笑话了！

最后结论我斗胆替你总结一下吧：如果题目中去掉“最小二乘”的说法，则summerye给出的计算是对的！（战且不管出处了好吧？？）

我来总结下吧！

先回顾下所有的贴，看看矛盾是从哪开始的，为什么开始！矛盾始终围绕“LS”！在此之前我都保持相当的礼貌！

首先，最早质疑题有问题的人是谁，您去看看。

其次，看看您那位“本科生”做了些什么？

“首先题目就要求用最小二乘法来解答，所以就应该是用ls；”

“如果随机变量之间都存在显性函数关系的话，那还研究计量做什么

直接运用代数把这些显性函数关系算出来就好了，何必做什么最小二乘回归”

您敢说您那位“本科生”知道题目有问题吗？他明白什么是LS吗？什么是计量经济学吗？

我说过，您那位“本科生”只有本科生水平，依据就在上面。他只做了个条件期望，瞎懵的！而下面的证明并非是他给出的。但他多次提到是初学者，出于什么目的？初学者有这样的口气吗？他是有意识地使别人误以为是他证的，您不觉得他人品有问题吗？另外，我说他给出的证明和此题无关错了吗？他旨在用此来说明他做的正是“纯种的最小二乘法！

我用“狗”这个通俗的比喻耐心地告诉他，他的逻辑有问题，他的回应是什么？

如果他真的是您的学生，那么我来告诉您，这种学生是不值得教的，无知可以变有知，但无德却难于变有德！虽然我不明白您俩到底是什么关系。

您在看看您自己的贴，是不是没找到矛盾的关键，而过来一味地指责，特别是对一位教计量的教师！

不用您费心，如果把题改了怎么样？问题是为什么您和他在此之前不提出这观点呢？最终还是要我明着提出呢？

哎，再一次忍着脾气要修养！

提到人品和学术，多说句。

人品不好的人，学术上不可能有很高的成就的；如果人品不好的人最终能在学术上混出个名气，那也只是个“欺世盗名”的家伙！并且他做的东西经不起检验的！

好了，我向你道个歉并希望这个问题就到此打住！了解了您的情况以后，我很想在您那学到下面一点东西

研究计量无论是理论还是应用，基本都假定变量之间的关系是显性的，而参数是未知的；而推导出变量之间的一显性关系式是经济理论与数学的结合的事。

希望你能详细解释一下这句话，希望不吝赐教！在线等！

最好能举个简单明了的例子，因为“显性”这个词容易引起歧义！

[此贴子已经被作者于2006-1-5 22:26:49编辑过]

我个人之观点，可能有不妥之处。

应用计量就不说了，理论计量我个人认为：古典计量和现代计量都假定变量之间的关系是显性的，而参数是未知的，有时变量都可能是随机变量，或称内生变量；有时变量之间的关系是非线性的，有时认为参数是在变的，或说是有漂移的(draft),但不管怎么说，变量之间的关系式却是确定的。对于参数估计方法，从OLS，NLS。。。一直发展到了GMM，semi-parameter and non-parameter estimate method et al.

若我理解有误，请不吝赐教！

边想边回应吧。

另外，计量研究前沿中有个方向,that is ,model specification test,是用来研究方程的形式是否设定得当，但采用的仍是对model中的部分参数进行检验，此时检验所用的数据往往由计算机simulation产生，然后会用到检验的功效(power of test)，即概率中的1-beta(第二类错误）

PS，不要以为我又在摆谱，只是告诉您，我所知的一些东西；我在这以前主动地公开地说过，至今我没成果，也找不到研究的方向。

你反复强调模型形式，我也反复思考过这个问题！

我的想法请你指教：如果两个变量都是随机的，且总体联合分布已知，那么回归问题就是求条件期望（如我贴出的陈老的书上所言）。关键在于我们不知道总体的联合分布，而是在现实中只得到一组样本！那么目的就在于根据样本来估计总体回归函数——条件期望（包括函数形式和未知参数），您或许会说回归函数的形式要根据经济理论来选择，我以前也是这么想的，但是从搂主这个帖子中我又感觉到，对于两个随机的变量，回归函数的形式取决于总体的联合分布，那么，经济理论可以告诉我们总体的联合分布吗？经济理论给出的方程都是确定的，我们建立计量模型只需加入一个随机扰动项，但是从联合分布的角度讲，二者的关系又不是确定的？？

哎，越写越乱了！或许你觉得我的疑问很白吃，但是诚恳希望你谈谈想法————我不知道我是否向协整的本质靠近了一点！