举一个例子来说好了 当Y = Xβ + ε ε~(0,σ^2 Ω) 时 [非(0,Iσ^2)] 用GLS 得到的估计式 变异会比OLS来的小 而估计式的好坏 在都是无偏的情况下 好坏就取决於变异数了 一致性要n很大 但是如果n真的可以很大 就乾脆做母体 ※ 引述《warep (我不知道)》之铭言： : 期末考结束之後 : 重新把计量的讲义翻一翻 : 突然发现一个有关SURE的问题 : 对於每一条回归方程来说 : 都可以个别以OLS方法估计出参数 : 如果每一条回归方程本身都符合回归的基本假设 : 那麽OLS估计出的参数一定是不偏且符合一致性 : 既然如此 : 为什麽又要把好几条回归方程凑在一块 : 利用GLS来估计出所有回归方程的参数(假设每条回归方程的误差之间有相关) : 虽然求出来的参数也是不偏且符合一致性 : 但...何必多此一举呢? : 感谢解惑<(_ _)> --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.139.138.112