OLSの仮定#
母回帰関数 (population regression function)
を推定するために、線形回帰モデル
を仮定する。
と表す。ここで
OLSの根源的仮定
次の条件を満たすとき、OLS推定量
が
外生性:
独立な標本:異なる観測
と は互いに独立
外生性の含意#
1. 線形回帰モデルの整合性#
の両辺の条件付き期待値をとると、外生性が満たされるとき、
となり、
が成立し、母回帰関数を表現できる。
2. 説明変数と誤差項の直交・無相関#
説明変数
を満たす(確率変数の積の期待値がゼロになることを一般に 直交する という)。
また、
そして
より、
互いに独立な標本の含意#
ある標本
特に関数を
となる。
2つの仮定を満たすとき、強い外生性がなりたつ
強い外生性
外生性:
独立な標本:異なる観測
と は互いに独立
を満たすとき、
が成立する。この条件を 強い外生性 (strong exogeneity)とよぶ。
OLS推定量の不偏性#
OLS推定量はOLSウェイト
と表現できる。説明変数で条件づけた推定量の期待値は
となる。
繰り返し期待値の法則を適用することで
が得られ、OLS推定量
OLS推定量の一致性#
OLSウェイトによる表現
を書き換えると
のため
参考#
鹿野繁樹. (2015). 新しい計量経済学: データで因果関係に迫る.