第12章_单线性回归.pptVIP

第十二章 简单线性回归 对于考察变量与变量之间关系时，我们采用回归分析的方法建立模型或方程进行变量间关系的分析。 因变量：被预测的变量 自变量：进行预测的变量 简单线性回归模型（对总体而言） 为未知参数， 为随机误差项，反映其它未列入回归模型的变量对因变量的影响。 关于简单线性回归模型的标准假设： 1. ，可推知， 该方程称为回归方程。 2. 对于所有的X，误差项 的方差 一样：即同方差假定。 3.误差项 独立。其协方差为零， 4.自变量是给定的变量，与误差项线性无关。 5.误差项 服从正态分布，从而说明Y服从正态分布 对于总体的线性回归模型，由于总体参数未知，我们只能利用样本数据进行估计，得到样本回归模型（对样本而言）。 分别为 的估计。 其中真实值与估计值之间的差距用e来表示： 是y的一个估计值。 我们称下式为估计回归方程： 估计回归方程与总体回归模型之间的区别。 总体回归模型是未知的，它只有一个。而估计回归方程则是根据样本数据拟合的，每抽取一组样本，便可以拟合一个样本估计方程。 总体回归模型中的?1和?2是未知的参数，表现为常数。而回归估计方程中的 和 是随机变量，其具体数值随所抽取的样本观测值不同而变动。 总体回归模