因此,对简单随机抽样,当样本容量n相当大时,回归 估计y(不管B是否设定)的方差均近似地看作: ar(b)≈ ∵If2 y(1-p2) 与简单随机抽样时Y的简单估计y的方差相比,只要p≠0, 则回归估计一定优于简单估计。 至于P=0的情况,则表示X与Y没有任何线性关系,那么 用X、Y的线性回归来估计Y就相当于单纯依赖v去估计Y 回归估计与简单随机抽样时的比估计相比孰优孰劣呢? 当n相当大时,比估计的方差为 Var(yR (S+RSx-2RpSySx因此，对简单随机抽样，当样本容量 n 相当大时，回归 估计 ylr （不管  是否设定）的方差均近似地看作： 1 2 2 ( ) (1 ) lr Y f Var y S n  −  − 与简单随机抽样时 的简单估计 的方差相比，只要 ， 则回归估计一定优于简单估计。 Y y   0 至于 的情况，则表示X与Y没有任何线性关系，那么 用X、Y的线性回归来估计 就相当于单纯依赖 去估计  = 0 Y yi Y 回归估计与简单随机抽样时的比估计相比孰优孰劣呢？ 当 n 相当大时，比估计的方差为： 1 2 2 2 ( ) ( 2 ) R Y X Y X f Var y S R S R S S n  − = + −