第2章 线性回归的基本思想.pptVIP

第2章 线性回归的基本思想：双变量模型 本章主要讲授如下内容： 2.1 预备知识 2.2 变量之间的关系及相关分析 2.3 回归分析的性质 2.4 总体回归函数（population regression function, PRF） 2.5 样本回归函数（sample regression function, SRF） 2.6 几个概念 2.7 参数估计：普通最小二乘法 2.1 预备知识 1．期望算子的性质 （1）E(aX+b)=aE(X)+b 其中，X是随机变量，a和b是常数 （2）Var(aX+b)=a2Var(X) （3）E(X+Y)=E(X)+E(Y) 其中，X和Y是随机变量 （4）Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y) （5）如果X和Y是独立的，则 E(XY)=E(X)E(Y) （6）如果X和Y是独立的，则 Cov(X,Y)=0 （7）Var( )= ， 这里， =Var(Xi)，表明随着样本的增大，均值估计的方差会降低。 （8）E[ ]= 2．求和算子的运用 （1）∑kXi=k∑Xi，这里k为常数 （2）∑(Xi+Yi)= ∑Xi+∑Yi （3）∑k=nk （4）推论：∑(Xi- )=0 2.2 变量之间的关系及相关分析 1．变量之间的相互关