计量经济学一元(yīyuán)线性回归分析2345678910111213141516该样本(yàngběn)的散点图（scatterdiagram)：1819▼回归分析的主要目的：根据样本回归函数SRF，估计(gūjì)总体回归函数PRF。21§2.2双变量(biànliàng)线性回归模型的参数估计23242526272829例2：在上述家庭可支配(zhīpèi)收入-消费支出例中，对于所抽出的一组样本数，参数估计的计算可通过下面的表进行。31323334353637383940414243444546474849505152535455565859606162636465666768用回归(huíguī)模型预测木材剩余物林业局名观测点近似服从线性关系。建立(jiànlì)一元线性回归模型如下：yi=0+1xi+ui分析(fēnxī)EViews输出结果。/74757677求和(qiúhé)算子Σ高斯—马尔可夫定理(dìnglǐ)(Gauss-Markovtheorem)在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。证：/（2）证明(zhèngmíng)最小方差性由于最小二乘估计量拥有一个“好”的估计量所应具备(jùbèi)的小样本特性，它自然也拥有大样本特性。86