B2分另为1.5和2 equation eq.Is y c x 用y对x进行一元线性回归 b1(!i)=eq.@coefs(1) 将参数估计结果保存到上述向量对象中 b2(!i)=eq.@coefs(2) next 当500次循环结束时，我们得到500次估计的 参数估计值 (2)求程序中定义的向量对象b1和b2的均值（即分别对向量各元素求算术平均值）。请 写出计算结果。 对得到的500个b1和500个b2分别求样本均值，计算结果为b,= 1艺=15152.其 500台 1 中b为第i次循环时得到的b1,类似地，计算b,= 6=2015。（注意，每位同学 500名 分别运行程序，由于随机数生成本身具有的随机性特点，几乎是不可能得到完全一样的计算 结果的) (3)分析(2)中的计算结果，你有何发现？ 1 我们发现瓦= 非常接近真值B1,瓦，= 500 500台 ∑b;也非常接近真值B2。这是由普 500 通最小二乘估计的无偏性决定的。也就是说虽然一次估计得到的b1(b2)不等于真实参数 B1(B2),但是从统计平均来看，它就等于真实参数。当然，要得b1(b2)的统计平均（即 数学期望)，我们需要进行无穷多次估计，实际中我们不可能进行无穷多次估计，只能做有 限次估计，例如本题设计的0次，这样一米瓦=0之从，瓦= 500 500 b,也不会正好 500 500台 等于真实参数，但是只要估计次数足够多，它们之间的差异会越来越小。B2分另为1.5和2 equation eq.ls y c x 用y对x进行一元线性回归 b1(!i)=eq.@coefs(1) 将参数估计结果保存到上述向量对象中 b2(!i)=eq.@coefs(2) next 当500次循环结束时，我们得到500次估计的 参数估计值 （2）求程序中定义的向量对象 b1 和 b2 的均值（即分别对向量各元素求算术平均值）。请 写出计算结果。 对得到的 500 个 b1 和 500 个 b2 分别求样本均值，计算结果为 ∑= = 500 1 1 1 500 1 i i b b =1.511152，其 中 i b1 为第i 次循环时得到的 b1，类似地，计算 ∑= = 500 1 2 2 500 1 i i b b =2.00015。（注意，每位同学 分别运行程序，由于随机数生成本身具有的随机性特点，几乎是不可能得到完全一样的计算 结果的） （3）分析（2）中的计算结果，你有何发现？ 我们发现 ∑= = 500 1 1 1 500 1 i i b b 非常接近真值 B1， ∑= = 500 1 2 2 500 1 i i b b 也非常接近真值 B2。这是由普 通最小二乘估计的无偏性决定的。也就是说虽然一次估计得到的 b1（b2）不等于真实参数 B1（B2），但是从统计平均来看，它就等于真实参数。当然，要得 b1（b2）的统计平均（即 数学期望），我们需要进行无穷多次估计，实际中我们不可能进行无穷多次估计，只能做有 限次估计，例如本题设计的 500 次，这样一来 ∑= = 500 1 1 1 500 1 i i b b ， ∑= = 500 1 2 2 500 1 i i b b 也不会正好 等于真实参数，但是只要估计次数足够多，它们之间的差异会越来越小