2.4 元线性回归模型及参数估计.pptVIP

* 二元线性回归模型的估计 最简单的多元线性回归模型是二元线性回归模型，即具有一个被解释变量和两个解释变量的线性回归模型： 艰酋便闹撂律椎琢凭续临渔吭夫烃违颠绷者登认春稳誊批只仕笺羽奈妮沂2.4 元线性回归模型及参数估计2.4 元线性回归模型及参数估计 一、二元线性回归模型的参数估计 1．偏回归系数的估计 所谓偏回归系数，是指多元线性回归模型中解释变量前的系数。其含义是：当其他解释变量保持不变时，某一解释变量变化一个单位而使被解释变量Y平均改变的数值，即某一解释变量对被解释变量Y的影响程度。 糖豢份吏菲践泌做姓肩蔽库搅漏掇欲舌屏灯脉脓澈的腹以竖浆赖必纂犊鸵2.4 元线性回归模型及参数估计2.4 元线性回归模型及参数估计 达到最小。 要估计二元线性回归模型 i i X i X i Y m b b b + + + = 2 2 1 1 0 中的 参数 0 b 、 1 b 、 2 b ，常用的方法仍然是 普通最小二乘法 。 设根据给定一组样本数据（ Y i ， X 1 i ， X 2 i ）， i =1 ， 2 ，…， n ， 采用普通最小二乘法估计得到的样本回归模型为 i e i X i X i Y + + + = 2 2 ? 1 1 ? 0 ? b b b ，则 参数估计量 0 ? b 、 1 ? b 、 2 ? b 应 该使 残差平方和