多元线性回归模型(1).ppt

该【多元线性回归模型(1) 】是由【相惜】上传分享，文档一共【41】页，该文档可以免费在线阅读，需要了解更多关于【多元线性回归模型(1) 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第三章多元线性回归模型多元线性回归模型及其根本假设多元线性回归模型的估计问题经典假设满足时的推断问题精选课件一、多元线性回归模型及其根本假设Leslie土地价格例:1968年加州某市想从Leslie公司征一块地建公园,为了确定一个公平的市场价格,希望做一个回归分析,以便了解有哪些因素影响这些土地的价值。变量如下:Price:千美元/亩County:土地所处地区,0-SanMateo,1-SantaClaraSize:土地的规模,亩Elevation:海拔高度,英尺Sewer:据最近排水系统的距离,英尺Date:交易日期,从现在起倒数,月Flood:潮汐是否造成洪水,1-是,0-否Distance:到Leslie公司的距离,英里〔距公司越远,到洛杉矶越近〕:表现在线性回归模型中的解释变量有多个。一般表现形式:i=1,2…,n其中:k为解释变量的数目,?j,j=1,2,…k称为偏回归系数。精选课件也被称为总体回归函数的随机表达形式。它的非随机表达式为:表示:各变量X值给定时Y的平均响应****惯上:把常数项看成为一虚变量的系数,该虚变量的样本观测值始终取1。于是:模型中解释变量的数目为〔k+1〕精选课件总体回归模型n个随机方程的矩阵表达式为:?j被称为偏回归系数,表示在其他解释变量保持不变的情况下,Xj每变化1个单位时,Y的均值E(Y)的变化;或者说?j给出了Xj的单位变化对Y均值的“直接〞或“净〞〔不含其他变量〕影响。精选课件其中精选课件样本观测值:ei称为残差(residuals),可看成是对总体回归函数中随机扰动项?i的估计。样本回归函数的矩阵表达:或其中:用来估计总体回归函数的样本回归函数为::x1,x2,…xk是非随机的。假设2:E(?i)=0i=1,2,…n假设3:Var(?i)=?2(E(?i?i)=?2)假设4:无序列相关,E(?i?j)=0假设5:x诸变量间无准确的线性关系,即:无多重共线性。数学表示为:不存在一组不全为零的数?1、?2、…?k,使得:?1x1i+?2x2i+…+?kxki=0假设6:?i?N(0,?2)精选课件