回归估计量.pptVIP

回归估计的定义 回归估计是通过对调查变量Y以及该变量有线性关系的辅助变量X建立回归方程，然后运用回归方程对总体指标进行推断、估计的方法。 总体均值的回归估计量定义为： 总体总量的回归估计量定义为： 回归估计量的特例 在直角坐标系中，比估计表现为通过原点的回归直线，而回归估计可以通过原点，也可以不通过。 比估计只能有一个辅助变量，而回归估计可以利用多个辅助变量 回 归估计应用的两种情况 1.β为设定常数 回归估计应用的两种情况 2.β为样本回归系数 多变量回归估计 当回归估计可以利用的辅助变量不止一个，就会用到多变量回归估计。 处理这类问题常用的方法有 Des Raj的加权法 B Ghosh的普通多元回归法 各种估计量的精度比较 1. n足够大的情形 在大样本下，回归估计总是优于简单估计 在大样本下，回归估计总是优于比估计。 2. n不够大的情形 不能认为比率估计和回归估计一定好于简单估计 n越小回归估计的均方误差越大 * * 2.4 回归估计量及其性质 2.4.1 回归估计的性质 2.4.2 多变量回归估计 2.4.3 各种估计量的精度比较 当 时 当 时 当 时 是简单估计量 是比率估计量 称为差估计量 证明见p49(th2.8) 由方差的计算公式可知，无论 是怎样的确定值， 总 是 的无偏估计，估计的精度与 的设定值有关。 方差公式右端实际上是 的二次三项式，又由于 前的系 数为 是个正 数，因此，只要适当选取 就可使 达 到最小值，利用高等数学的知识，可得使 达到最小 值的 应为： 其中 为 X 和 Y 的相关系数，此时最小方差为： 证明见p50(th2.10---th2.11) 对于简单随机抽样，当n足够大时， 由于这方差参数的主要部分是 ，因此，要 给出估计，只要将 S 换为 s，X、Y 换为 x、y，N 换为 n即可 形式上的估计可以写成 实质上是残差平方和，其自由度为(n－2)，因此得到 或 的估计为： 为样本回归系数 故 大样本条件下 回归估计优于简单估计和比率估计 样本量小时，回归估计偏差大于比率估计 * 比估计量与回归估计量的比较： 已知： 实际中更多使用比估计的原因 n n=12 1.15 n=8 1.36 n=6 1.51