第11章一元线性回归绪论.ppt

第11章 一元线性回归 一元线性回归模型(基本假定) 最小二乘估计(method of least squares ) 变差 因变量 y 的取值是不同的，y 取值的这种波动称为变差。变差来源于两个方面 由于自变量 x 的取值不同造成的 除 x 以外的其他因素(如x对y的非线性影响、测量误差等)的影响 对一个具体的观测值来说，变差的大小可以通过该实际观测值与其均值之差 来表示 误差平方和的分解 (三个平方和的关系) 误差平方和的分解 (三个平方和的意义) 总平方和(SST—total sum of squares) 反映因变量的 n 个观察值与其均值的总误差 回归平方和(SSR—sum of squares of regression) 反映自变量 x 的变化对因变量 y 取值变化的影 响，或者说，是由于 x 与 y 之间的线性关系引 起的 y 的取值变化，也称为可解释的平方和 残差平方和(SSE—sum of squares of error) 反映除 x 以外的其他因素对 y 取值的影响，也 称为不可解释的平方和或剩余平方和 判定系数R2  (coefficient of determination) 1.回归平方和占总误差平方和的比例 估计标准误差(standard error of estimate) 实际观察值与回归估计值误差平方