经典线性回归模型.pdfVIP

2 经典线性回归模型  §2.1 概念与记号  1．线性回归模型是用来描述一个特定变量y与其它一些变量x ，…，x之间的关系。  1 p 2． 称特定变量y为因变量 （dependent variable）、 被解释变量 （explained variable）、 响应变量 （response variable）、被预测变量 （predicted variable）、回归子 （regressand）。  3．称与特定变量相关的其它一些变量x ，…，x 为自变量 （independent variable）、 1 p 解释变量 （explanatory variable）、控制变量（control variable）、预测变量 （predictor variable）、回归量 （regressor）、协变量（covariate）。  4．假定我们观测到上述这些变量的n组值： (y  , x  , L  , x  )  (i=1，…，n)。称 i  i 1  ip  这n组值为样本 （sample）或数据 （data）。  §2.2 经典线性回归模型的假定 假定 2.1 （线性性(linearity)）  y = b + b x  + L + b x  + e (i=1，…，n)。 （2.1） i  0  1  i 1  p  ip  i  称方程 （2.1）为因变量y对自变量x ，…，x 的线性回归方程 （linear regression  1 p ( )  equation），其中b k  k = 0 ，1 ,  L, p  是待估的未知参数 （unknown parameters）， ( )  e i  i = 1 , L, n  是满足一定限制条件的无法观测的误差项 （unobserved errorterm） 。称自 变量的函数 b + b x + L + b x  为回归函数 （regression function）或简称为回归 0  1  i 1  p  ip  （regression）。称 b 为回归的截距(ntercept)，称b k = 1 , L, p  为自变量的回归系数 0 k ( )  （regression coefficients） 。某个自变量的回归系数表示在其它条件保持不变的情况下， 这个自变量变化一个单位对因变量的影响程度， 这个影响是在排除其它自变量的影 响后，这个自变量对因变量的偏效应。 下面引入线性回归方程的矩阵表示。记 T  ( )  b = b 0 , b 1  , L, bp （未知系数向量 （unknown coefficient vector）） ~  T  T  ( )  (