Оценки параметров регрессии, полученные методом наименьших квадратов (МНК),обладают рядом важных свойств. Рассмотрим их подробнее:

• Оценки, полученные методом МНК, являются несмещенными, если выполнены определенные условия, такие как линейность модели, отсутствие автокорреляции и гомоскедастичность.
• Это означает, что в среднем оценка параметра равна истинному значению параметра.

• Метод МНК дает наилучшие линейные несмещенные оценки (BLUE),если выполняются условия Гаусса-Маркова.
• Это значит, что среди всех линейных несмещенных оценок, оценки МНК имеют наименьшую дисперсию.

• Оценки являются состоятельными, если при увеличении объема выборки они сходятся к истинным значениям параметров.
• Это свойство важно для обеспечения надежности оценок при больших выборках.

• При достаточно больших выборках распределение оценок параметров, полученных методом МНК, приближается к нормальному распределению.
• Это свойство позволяет использовать методы статистического вывода, такие как построение доверительных интервалов и тестирование гипотез.

В заключение, оценки параметров регрессии, полученные методом наименьших квадратов, должны быть несмещенными, эффективными, состоятельными и ассимптотически нормальными, чтобы обеспечить надежность и точность результатов эконометрического анализа.