看了 求回归系数的标准误 的讨论,,

请问

  1. 从“ Cb=CB+C(X'X)-1X'e ”到“ Var(Cb)=C(X'X)-1X' Var(e) X(X'X)-1C' ”
    是怎么推导过去的?

  2. 从“ Var(Cb)=C(X'X)-1X' Var(e) X(X'X)-1C' ” 又是怎么推导到
    求回归系数的标准误 第二和三行说的
    系数标准误的通用公式的 “ hat{sigma2} C(X'X)-1C' ”的?

  3. 整个推导过程在哪本书上能看到呢?

先谢谢各位了。

  1. 我得先确定回归系数的标准误是不是指回归系数的分布的标准差
  2. 如果是的话,我只会一元线性方程的情况

    s609078902 谢谢回复哈

    这个标准误就是回归结果里面(例如Eviews/R的回归结果)显示的std error

    或者是回归方程里面每个系数下面括号里面的那个误差

      jimyokl 我算了下,就是系数的分布的标准差。我只知道一元线性方程的怎么算

        s609078902 谢谢再次回复

        能贴下大概的过程吗?一元的是不是等于 sigma2/∑(xi2),这里xi = Xi - 均值

          jimyokl
          lxx=(xixˉ)2 l_{xx}=\sum(x_i-\bar{x})^2
          β^1=(xixˉ)(yiyˉ)lxx=(xixˉ)lxxyi \hat{\beta}_1=\dfrac{\sum(x_i-\bar{x})(y_i-\bar{y})}{l_{xx}}=\dfrac{\sum(x_i-\bar{x})}{l_{xx}}y_i
          D(β^1)=D((xixˉ)lxxyi)=(xixˉlxx)2D(yi)=σ2lxx D(\hat{\beta}_1)=D\left(\dfrac{\sum(x_i-\bar{x})}{l_{xx}}y_i\right)=\sum\left(\dfrac{x_i-\bar{x}}{l_{xx}}\right)^2D(y_i)=\dfrac{\sigma^2}{l_{xx}}

            s609078902 不用LaTeX,大概写下就行

            再请问你下,第1问里面的对矩阵求方差,例如A,var(Ae)是不是就等于 Avar(e)A' 呢?
            就是在后面加一个矩阵的转置

              在你的记号里,BB是真实系数向量,bb是对BB的估计,从形式b=B+(XX)1Xeb = B+(X'X)^{-1}X'e上你可以发现这是一个无偏估计,而后面(XX)1Xe(X'X)^{-1}X'e就是估计误差。再考虑线性组CbCb,代入计算即可得到Cb=CB+C(XX)1XeCb=CB+C(X'X)^{-1}X'e,同样的,这里的随机性来自于C(XX)1XeC(X'X)^{-1}X'e,算方差只需要关注这里就行。

              C(XX)1XeC(X'X)^{-1}X'e其实就是一个axax的形式,其中aa是某个固定的系数向量(注意到这里是行向量),xx是随机向量(并且由于实际上这里是误差项,一般模型都会认为个体间独立,也就是误差向量内各元素独立),axax的结果是一个数值型随机变量,于是有如下结论
              Var(ax)=avar(x)aTVar(ax) = a \cdot var(x)\cdot a^T

              想推导其实很简单,照着方差的定义展开即可。

              Var(ax)=Var(iaixi)=iVar(aixi)=iai2var(xi)=aVar(x)aT Var(ax) = Var(\sum_i a_i x_i) = \sum_i Var(a_ix_i) = \sum_i a_i^2var(x_i) = a\cdot Var(x)\cdot a^T

              这个推导用到了xx中元素的独立性。但实际上即使xx中元素不独立Var(ax)=avar(x)aTVar(ax) = a \cdot var(x)\cdot a^T也是正确的,只是此时var(x)var(x)是协方差矩阵,其中第i行第j列的元素就是xix_ixjx_j之间的协方差。至于证明依然是按照定义展开,只不过求和符号里的东西多一些。