5.1 一元线性回归分析.pdfVIP

第五章 回归分析 主要内容 §5.1 一元线性回归分析 §5.2 可线性化的回归方程 §5.3 多元线性回归分析 §5.1 一元线性回归分析 一、回归分析的基本概念 设x是自变量，Y是与x有相关关系的随机变量，对于每 当Y的数学期望存在时， 个确定的x，Y服从一个确定的分布. 一般数学期望值是关于x的函数，记为μ(x) ，即      x E Y, 称此函数为Y关于x的回归函数， ~   y  x 称此方程为Y关于x的回归方程， 回归方程的图形称为Y关于x的回归曲线. 假设Y与x有如下的相关关系： Yabx, 2 其中a,b为常数，ε是一个随机变量且 N 0, .   则称 Yabx, 为一元线性回归模型. 2 Y N abx, . 当x取固定值时，   EY =abx， Y的数学期望为    回归方程为y=abx. 称此方程为Y关于x的回归直线方程，其中b称为回归系数. 回归直线方程反应出Y的数学期望随x变化的规律. 二、常熟a,b的最小二乘估计 对变量x和随机变量Y作n次独立试验或观测，并且假定x 所取的n个值x ,x ,...,x 不完全相同，对应于x的每个数值x， 1 2 n i 测得Y的对应值为y ，于是得到n对数据，如下表所示. i x x x  x 1 2 n Y y y  y 1 2 n 在平面直角坐标系中画出上述n个点，所得的图像称为 散点图. 如果散点图中的n个点分布在一条直线附近，直观 上可以认为x与Y的关系具有一元线性回归模型. Y对应于x ,x ,...,x 的n个观测值y ,y ,...,y 可以看做是随机变量 1 2 n 1 2 n Y,Y,...,Y 的观测值，这里 1 2 n Y abx  ,i1,2,,ni i i 2  N 0, ，  , ,, 其中 i   且 1 2 n 相互独立. 2 Y  N abx, ， Y, Y,, Y 显然 i  i