已经对楼上跟帖帮助楼主进行了奖励！

[此贴子已经被作者于2007-11-18 0:05:50编辑过]

说实话，没怎么看懂楼上几个的意思

但无偏性和一致性与方差应该是没关系的

想知道为什么的人请参见davidson与mackinnon的《econometric theory and methods》，这是相当好的一本中高级计量教程，里面有详细的说明。wooldridge那本现代观点也有附带提及，在面板初步的随机效应那一节。

建议楼主别忙着学计量经济学，先学学初级数理统计，HOGG的Introduction to Mathematical Statistics 是一本不错的教材。这里的问题不是计量的问题，只是数理统计的基础知识。

本人并无恶意，只是发现有太多的学生数理统计基础不好，学习计量经济学困难重重，举步维艰。

无偏性参数估计量有限样本性质，要求给定分布性质，而一致性是大样本性质，求的是概率极限

声明，本人不是计量专业，且以后也不打算做理论计量研究，目前统计知识虽然欠缺，但学习计量也并不是举步为艰，只是对某些问题产生些兴趣所以想与大家讨论，因此对于asiahx同学对本人学习的关心以及推荐阅读的书的好心我会考虑，但这里还是讨论问题比较好。

举个最简单的例子，ols估计的贝塔值在满足假定的情况下是无偏且一致的，但随着样本增大它的方差会趋近于零？

不知道是不是数理统计和计量真的有那么大区别，恳请明示

无偏指的是颤抖中的准确，即统计量的期望值等于参数的真值，或者，不存在系统性偏差。一个臭手去打靶，如果打完一万枪，所有弹着点会形成一个半径很大的圆形区域，其圆心与靶心重叠。

一致性其实可以理解为“多劳多得”，就是你的样本越大，平均的误差越小。

这两个东西说的是不同特征，无法互相保证

在现实中，不容易想像一个估计量，它是无偏的，但却是“不一致”的

6楼s04085590那个例子很清楚了吧

To 11楼: OLS估计的方差确实是趋于0的 参考William H. Greene <Econometircs Analysis> P66最后一行

不过6楼说方差趋于0时无偏估计才是相合估计 窃以为值得商榷 呵呵 方差趋于0是充分条件 但也必要?...

[此贴子已经被作者于2008-3-7 15:29:02编辑过]

当MSE随着样本增大而趋于零时，统计量的无偏意味着相合

其实也不难想，只要让一个统计量的方差随着样本增加到无限却不收敛到零而收敛到一个常数

举个例子 {Yi}是一个iid的序列，均值方差为常数

[此贴子已经被作者于2008-3-10 1:32:58编辑过]