2011级博士生高级计量经济学指南

  • 格式:pdf
  • 大小:904.67 KB
  • 文档页数:80

西南财经大学2011级博士研究生高级计量经济学学习指南

-1-2011级博士生高级计量经济学

学习指南

第一部分条件期望与条件方差

第二部分古典假设与最小二乘法

第三部分最小二乘的有限样本性质

第四部分最小二乘的大样本性质

第五部分非球型扰动与广义回归模型

第六部分极大似然估计,广义矩估计

第七部分检验与推断

第八部分工具变量和两阶段最小二乘

第九部分模型设定检验西南财经大学2011级博士研究生高级计量经济学学习指南

-2-第一部分条件期望与条件方差

在正式进入计量经济学的学习之前,需要对条件期望以及条件方差熟练掌

握,它们是以后学习的基础。

一、条件期望

1、条件均值的定义

条件均值的定义为:





||

()|

|y

yx

yyfyxdyy

mxEyx

yPyxy





若是连续的

若是离散的

应当指出的是,条件期望是谁的函数。

2、条件均值的性质

条件均值有几个简单而有用的性质:

(1)迭代期望律(LawofIteratedexpectations,LIE)

条件期望的条件期望等于无条件期望。



|

xEyEEyx

,其中,记号

xE表示关于x值的期望。

Proof:

离散情形:

Weneedtoshow:



|

X

xEyEyXxPXx

Where



|||

YX

yEYXxyPyx

.

Wehave





|||

XYXX

xyxEYXxPXxyPyxPx

Y

yyPYyEY.

连续情形:



X

xEggfxdx

,and

||

yEyxyfyxdy



||

X

xEEYXxEYXxfxdx





|

xyyfyxdyfxdx









|

xyyfyxdyfxdx

西南财经大学2011级博士研究生高级计量经济学学习指南

-3-

|

xyyfyxfxdxdy





,

xyyyfxydxdyyfydyEy

迭代期望律的一般表述方式



|||EyEEyxwx

其中,

gxw,x是w的子集,

g为非随机函数。

语义:若已知w的结论,我们也就知道x的结论。

记:

12|, |EyEy

wwxx

则:

21||EyE

xxwx

Proof需要较多的测度论的知识,这里只是加以说明证明的思路。



||EEy

wx中,

w的信息多于

x。因此,当

1|Ey

ww时,运用

x

的信息,也可描述

2|Ey

xx。例如,w和x分别为天平的砝码,w

为1克的集合,x为5克的集合,因此,有

gxw。当我们用w的信息

描述y时,也可以用x的信息加以描述。

特例:

||,|EyEEyxxzx

另外,

|||EyEEyxxw也成立。

(2)

()()|()()|EgyhxygyEhxy

(3)

()()()()|EgyhxEgyEhxy





()()()()|()()|EgyhxEEgyhxyEgyEhxy

(4)

|||EaxbyzaExzbEyz

更为一般的情形:

设,

12,,,

Gaaabxxxx和为x的标量函数,

12,,,

Gyyy为随机变量,

那么:西南财经大学2011级博士研究生高级计量经济学学习指南

-4-



11||GG

jjjj

jjEaybaEyb







xxxxxx

(5)对于任何二元变量的分布,

,,|CovxyCovxEyx







|

x

xxExEyxfxdx

证明:(,)CovxyExyExEy

[(|)][(|)][(|)]EExyxExEyExEyxExEEyx



,|CovxEyx

{()[(|)((|))]}ExExEyxEEyx

[()(|)][()][()(|)]ExExEyxExExEyExExEyx







|

x

xxExEyxfxdx

从这个公式中,我们需要理解线性回归中的两个古典假设:

(|)0(,)0EuxCovxu

由此,零均值假定(在

ix给定的条件下,

iu的条件均值为零)(强外生),与

随机扰动项与解释变量不相关的假定(弱外生),这将在以后的学习中经常提及。

(6)若定义

|yEyx

,在假设

, 1,2,3,,

iEgjJ

x和



E

条件下,有

0Egx

。其中,

gx为任意函数。特殊情形,



0E

,

,0Covx

。

证明:





|||

|||

||0EEyEy

EyEEy

EyEy





xxx

xxx

xx

又







||00EEEEEE

gxgxxgxxgx







||0EEyEyEyEEyEyEy

xx西南财经大学2011级博士研究生高级计量经济学学习指南

-5-





,

||00CovxExExE

ExEExxExExEx





3、条件方差的定义

条件方差的定义为:





22

22|||||VaryxxEyEyxxEyxEyx





它的简化公式为:

2

2|||VaryxEyxEyx

可认为是:分组条件下的集中程度的度量,或者,分组条件下的差异程度的

度量。同理,条件期望为总体分组条件下的分门别类地求期望(学校教师的平均

年龄=各院系教师平均年龄的平均)。

(1)



2

||VaraybaVaryxxxxx

证明:(作业)

(2)一个重要的方差分解定理:

在一个联合分布中有,

||

xxVaryVarEyxEVaryx



它表示,在一个二元分布中,y的方差可分解为条件均值函数的方差加上条

件方差的期望。

将此式变形即可得到:

||

xxEVaryxVaryVarEyx



它表示从平均意义上看,在条件约束下,条件化减少了变量的方差。我们有

清楚的结论:y的条件方差不大于y的无条件方差。

证明



22

||VaryEyEyEyEyEyEyxx









22

0||

2||

EhxEyEyEEyEy

EyEyEyEy



xx

xx





22

||EyEyEEyEyxx





2

||

22

|

||||EEyEEy

VarEy

EVaryEEyEyEEyEy

xx

x

xxxx



