应用计量经济学家为什么要学习理论计量经济学方面的知识呢？主要有以下几个原因：扎实的理论基础可以把计量经济软件这个“黑匣子”变成灵活的工具箱，从而有助于我们从中选择正确的工具来分析问题；学习理论知识有助于我们理解各种方法的工作原理，以及各种方法应用的假设前提。最重要的是，熟悉计量经济学理论知识有助于我们明确各种方法的局限性，从而有助于我们了解何时应该寻求新的方法。

本章将介绍一元线性回归模型的基本理论。

扩展的最小二乘假设和OLS估计量

扩展的最小二乘假设

扩展的最小二乘假设1、2和3.扩展的最小二乘假设中前三个假设为：给定\(X_i\)时，\(u_i\)的条件均值为零；对于\(i=1,...,n, (X_i, Y_i)\)是独立同分布的；\(X_i\)和\(u_i\)均具有四阶矩。

OLS估计量

渐近分布理论基础

以概率收敛和大数定律

中心极限定理和依分布收敛

斯拉斯基定理和连续映射定理

在基于样本均值的t统计量中的应用

OLS估计量和t统计量的渐近分布

OLS估计量的一致性和渐近正态性

异方差-稳健标准误差的一致性

异方差-稳健t统计量的渐近正态性

误差项服从正态分布时的精确抽样分布

误差项服从正态分布时\(\hat{\beta}_1\)的分布

同方差适用t统计量的分布

加权最小二乘法

异方差为已知时的WLS

异方差函数形式为已知时的WLS

异方差-稳健标准误差或WLS