双变量线性回归分析的基本概念.pptVIP

§3.1 双变量线性回归分析的基本概念 §3.2 参数的估计 §3.3 参数的最小二乘估计量的统计性质及分布 §3.4 双变量线性回归模型的统计检验 §3.5 双变量线性回归模型的预测 §3.6 回归分析结果的报告 一、总体回归直线与总体回归函数（PRF） 1、条件分布（Conditional distribution） ：以X取给定值为条件的Y的分布。 2、条件概率（Conditional probability）：给定X的Y的概率，记为P(Y|Xi) 。 数据相对应的条件概率P（Y|Xi） 由上图发现：随着收入的增加，消费支出Y“平均地说”也在增加，且Y的条件均值均落在一根正斜率的直线上。这条直线称为总体回归直线。 概念（二） 概念（三） 与总体回归曲线相对应， 称为条件期望函数（conditional expectation function, CEF）或总体回归函数（population regression function, PRF）。 含义：PRF说明了因变量Y的总体条件期望 随解释变量X变化的规律。 在引例中，条件期望值E(Y|Xi)是Xi的一个线性函数，可以记为：