当前位置:高等教育资讯网  >  中国高校课件下载中心  >  大学文库  >  浏览文档

中国科学技术大学:《应用回归分析》课程教学资源(课件讲义)第三章 多元线性回归

资源类别:文库,文档格式:PDF,文档页数:59,文件大小:1.05MB,团购合买
3.1 多元线性回归模型 3.2 回归参数的估计 3.3 参数估计量的性质 3.4 回归方程的显著性检验 3.5 中心化和标准化 3.6 相关阵与偏相关系数
点击下载完整版文档(PDF)

第三章多元线性回归 3.1多元线性回归模型 3.2回归参数的估计 3.3参数估计量的性质 3.4回归方程的显著性检验 3.5中心化和标准化 3.6相关阵与偏相关系数 3.7本章小结与评注

第三章 多元线性回归 3.1 多元线性回归模型 3.2 回归参数的估计 3.3 参数估计量的性质 3.4 回归方程的显著性检验 3.5 中心化和标准化 3.6 相关阵与偏相关系数 3.7 本章小结与评注

3.1多元线性回归模型 一、多元线性回归模型的一般形式 Bo+Bx+B2x2+...+Bpxp+8 E(8)=0 var(g)=o2

3.1 多元线性回归模型 一、多元线性回归模型的一般形式 y=β0+β1 x1+β2 x2+…+βp xp+ε      2 var( ) ( ) 0   E 

3.1多元线性回归模型 一、多元线性回归模型的一般形式 对组观测数据(x1,x2,…xpy,泸1,2,,n, 线性回归模型表示为: y=Bo+Bx+B2x12++Bpxip+ y2=B。+Bx21+B2x22++Bpx2p+82 yn =Bo+Bxm+B2xn2++Bpxmp+En

3.1 多元线性回归模型 一、多元线性回归模型的一般形式 对n组观测数据 (xi1 , xi2 ,…,xip; yi ), i=1,2,…,n, 线性回归模型表示为:                          n n n p np n p p p p y x x x y x x x y x x x                    0 1 1 2 2 2 0 1 21 2 22 2 2 1 0 1 11 2 12 1 1

3.1多元线性回归模型 一、多元线性回归模型的一般形式 写成矩阵形式为:=XB+e,其中, 1x1x2…xp y2 1 y= X= X21 x22…X2p yn 1 nlXn2…Xpnp+D B B 82 B= E= En

3.1 多元线性回归模型 一、多元线性回归模型的一般形式 写成矩阵形式为: y=Xβ+ε, 其中,                n y y y  2 1 y ( 1) 1 1 1                  n p n1 n2 np 21 22 2p 11 12 1p x x x x x x x x x        X                 p    1 0 β                n     2 1 ε

3.1多元线性回归模型 二、多元线性回归模型的基本假定 1.解释变量x12,…x,是确定性变量,不是随机变量, 且要求rk(X)=pt1<n。 表明设计矩阵X中的自变量列之间不相关, X是一满秩矩阵

3.1 多元线性回归模型 二、多元线性回归模型的基本假定 1. 解释变量x1 ,x2 ,…,xp是确定性变量,不是随机变量, 且要求rk(X)=p+1<n。 表明设计矩阵X中的自变量列之间不相关, X是一满秩矩阵

3.1多元线性回归模型 二、多元线性回归模型的基本假定 2随机误差项具有0均值和等方差,即 E(e)=0,i=1,2,…,n cov(e8)= (o2,i=j (ij=1,2,…,n) 0,i≠j 这个假定称为Gauss-Markov条件

3.1 多元线性回归模型 二、多元线性回归模型的基本假定 2 .随机误差项具有0均值和等方差,即 这个假定称为Gauss-Markov条件 ( 1, 2, , ) ( ) ( ) 1, 2, , i ,j n 0 , i j σ , i j cov ε ,ε E ε 0, i n 2 i j i                

3.1多元线性回归模型 二、多元线性回归模型的基本假定 3.正态分布的假定条件为: 6~N(0,o2),i=1,2,…,n 61,62,…,6n相互独立 用矩阵形式(3.5)式表示为: N(0,2I,)

3.1 多元线性回归模型 二、多元线性回归模型的基本假定 3. 正态分布的假定条件为:     , , , 相互独立 ~ (0, ), 1,2, , 1 2 2 n i N i n        用矩阵形式(3.5)式表示为: ε~N(0, 2 In )

3.1多元线性回归模型 二、多元线性回归模型的基本假定 在正态假定下: yN(XB,21) E(y)=XB var(y)=G2In

3.1 多元线性回归模型 二、多元线性回归模型的基本假定 在正态假定下: y~N(Xβ, 2 In ) E(y)=Xβ var(y)= 2 In

3.1多元线性回归模型 三、多元线性回归方程的解释 y表示空调机的销售量、 x表示空调机的价格, x表示消费者可用于支配的收入。 y-Bo+Bx+B2x2+E E(V)-Bo+Bx+B2x2 在x,保持不变时,有 E(y)=B 8x1 在x保持不变时,有 E(y)=B2 0x2

3.1 多元线性回归模型 三、多元线性回归方程的解释 y表示空调机的销售量, x1表示空调机的价格, x2表示消费者可用于支配的收入。 y=β0+β1 x1+β2 x2+ε E(y)=β0+β1 x1+β2 x2 在x2保持不变时,有 在x1保持不变时,有 1 1 ( )     x E y 2 2 ( )     x E y

3.1多元线性回归模型 三、多元线性回归方程的解释 考虑国内生产总值GDP和三次产业增加值的关系, GDP=X+x3 现在做GDP对第二产业增加值x的一元线性回归, 得回归方程 =5289.9+1.8554x2

3.1 多元线性回归模型 三、多元线性回归方程的解释 考虑国内生产总值GDP和三次产业增加值的关系, GDP=x1 + x2+ x3 现在做GDP对第二产业增加值x2的一元线性回归, 得回归方程 2 y ˆ  5 289.9 1.855 4x

点击下载完整版文档(PDF)VIP每日下载上限内不扣除下载券和下载次数;
按次数下载不扣除下载券;
24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
共59页,可试读20页,点击继续阅读 ↓↓
相关文档

关于我们|帮助中心|下载说明|相关软件|意见反馈|联系我们

Copyright © 2008-现在 cucdc.com 高等教育资讯网 版权所有