计量学问题,请高手帮助解答!

来源:百度知道 编辑:UC知道 时间:2024/05/21 17:00:02
对于多元线性回归模型 ,写出它的普通最小二乘参数估计量。你如何理解最小二乘法?如何认识最小二乘法在计量经济学中的作用?

我对计量经济学一点也不会,请高手帮助解答!万分感谢!
原题是这个,上边的落了式子:对于多元线性回归模型 Yi=B1X1i+B2X2i+...+ui ,写出它的普通最小二乘参数估计量。你如何理解最小二乘法?如何认识最小二乘法在计量经济学中的作用?

icameisaw:计量的原理很简单。有人比喻经济学家是在看反光镜开车,说透了计量的本质。许多计量出来的结果很好,可信度很高,是百分之九十几,误差也很小,按说这样的结果没有什么问题了。其实这样的结果往往毫无意义。我们来看计量使用的过程:

如果司机开车已经走过的路是一个半圆,而整条路可能"基本上"是圆形,也可能"基本上"是S形,当然还可能有无数其它形状,我们权且就考虑这两种吧。说"基本上",是因为实际的路不一定就那么标准的圆形或S形,总会有些细微的摆动吧。
如何用计量方法来预测未来的路呢?
首先计量学家看已经走过的路,取出一些点,通过数据回归拟合(所谓回归拟合,无论方法多么复杂吓人,简单形象地说,其实质就在取出的点之间用笔连起来,看看是条什么线,怎么连都可以,原则上优先选择漂亮好看又简单的连线)。根据司机的数据,计量学家很快判断出这些点连线最像半圆(就是取半圆时方差拟合度最高),于是就确定是半圆。
可计量学家的任务不是对司机以前走过的路画线啊,那个是半圆谁都知道,还要你来拟合(笑)?问题是你要告诉我以后该怎么走。
计量学家在连线时,也看到了以前的路围绕半圆的摆动情况。计量学家首先要假设这个摆动服从的是高斯分布还是其它分布。什么是分布呢?就是一套一套既定的误差偏离规律。一旦分布定,那么你偏离正轨多少,就必定对应着你这个越轨行为的可能性是多少。对应关系有很多套,可以选择最像的那套,但是不选择就不行,你要说一套都不像,或者说现在虽然有点像,但是以后不一定还像,那我们的计量学家就会哭的。
好了,计量学家根据以前的数据选好了一套分布,并天真地假设司机以后要走的路也服从这个分布。换句话说,以后的路可以胡来,但是必须要按照计量学家那个分布的规定胡来。这样,计量学家就可以预测未来的路怎么走了。
但是要注意,确定了分布,还完全没有未来的路将向何方的任何信息。分布好比是毛,未来的路是皮。毛有了,没有皮的话,毛也不知道该附在哪里。
但是计量学家会根据自己的爱好,得出路是圆形的结论。读者要迷惑的问了,他怎么判断就不是S形的?我可以很负责任的告诉大家:任何计量学家都不能判断未来的路是圆形还是S形。假使还有其它前半截是半圆,