数理统计与随机过程ch9课程.ppt

§9.4 多元线性回归 在实际问题中，随机变量Y 往往与多个普通变量x1, x2, …, xp ( p1)有关。对于自变量 x1, x2, …, xp的一组确定值, Y 都有确定的分布。若Y 的数学期望存在, 则它是x1, x2, …, xp的函数，记为μ (x1, x2, …, xp), 它是Y 关于x的回归函数。在这里, 仅讨论 μ (x1, x2,…, xp)是 x1, x2,…, xp 的线性函数的情况, 即多元线性回归模型： 设 化简(4.4)式，得 (4.5)式称为正则方程组。为求解方便，将(4.5)式写成矩阵方程的形式。为此，引入矩阵： 于是，(4.5)式可写成 这就是正规方程组的矩阵形式。在(4.5)′两边左乘 (设 存在)，得到(4.5) ′的解 这就是我们要求的 ( )′的最大似然估计。 例1：下面给出了某种产品每件平均单价Y(元)与批量x(件)之间的关系的一组数据 散点图如下： 来拟合Y 与 x 的关系。现在来求回归方程。 我们选取模型 这是一个二元线性回归模型， 经计算 像一元线性回归一样，模型(4.1)往往也是一种假定。为考察这一假定是否符合实际观察结果，还需进行以下的假设检验： 另外，与一元线性回归一样，多元线性回归