楼主: 往南
5613 1

[数据求助] 最小二乘估计量的有效性 [推广有奖]

  • 0关注
  • 0粉丝

学前班

70%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
300 点
帖子
2
精华
0
在线时间
5 小时
注册时间
2018-10-3
最后登录
2024-1-2

楼主
往南 发表于 2018-10-3 16:59:18 来自手机 |AI写论文

+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~ !

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
有没有大佬可以告诉我打着问号的部分是怎么推过去的。。。我数学很差。。。
IMG_20181003_165742.jpg
二维码

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

关键词:最小二乘估计 最小二乘 有效性 估计量 有没有

沙发
呼呼兔的胡图图 学生认证  发表于 2019-5-11 14:29:23
在进行最小二乘有效性的验证之前你可能忽视了线性无偏。你没有显示图片上这本书对符号的定义,但是我推测这个ki 应该是一个权数,即 $ \hat{\beta} $是以ki为权数的Yi的加权平均,同时推测 \[ Y_i = \beta_0 + \beta_1 X_i + \mu_i \] 是simple linear regression model。因为线性的存在,所以\[ \hat{\beta} = \sum {k_i Y_i} \] ,  \[ k_i = \frac{x_i}{\sum {x_i^2}} \] 。ki 可以理解为一个常数,在求条件方差的时候提出来。接着因为$ var(\mu_i | X_i) = E[\mu_i-E(\mu_i) | X_i]^2 = \sigma^2 $ ,所有的就可以推出来了。本质上要证明最小二乘有效性其实就是证明 $ \hat{\beta} $ 的方差最小,这样我们用OLS求出的系数是最佳线性无偏(best linear unbiased estimator,BLUE)的。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-27 00:00