6第六章 回归分析-2.ppt

第六章 回归分析 中国矿业大学 周圣武 设随机变量 与 之间呈线性相关 关系, 则 其中 是 个未知参数, 是随 机误差. 称方程 为多元线性回归方程 §3 多元回归分析 如果我们获得了n组观察数据 则有 矩阵形式 其中 基本假设 (1) 是确定性变量, 且 (2) 相互独立, 即 其中 是 阶单位方阵 1．最小二乘估计 用最小二乘法估计回归参数 考虑 使 分别求 关于 的偏导数,并令其为零 整理得正规方程组 其矩阵形式为 解得 所以多元线性回归方程的矩阵形式为 2． 的无偏估计 和一元线性回归类似,平方和分解 从而 的无偏估计为 与一元线性回归相比, 元线性回归的参数估计量也 有类似的性质.例如: 都是 的线性组合; 分别是 的无偏估计; 等 3.多元线性回归方程的显著性检验(F 检验) 检验假设 不全为零 由平方和分解 构造统计量 可以证明, 当 成立时 所以对给定的显著性水平 的拒绝域为 4.多元线性回归系数的显著性检验(t 检验) 多元线性回归系数的显著性假设检验, 是对每一个变量 在线性回归方程中的作用进行检验,如果 对 的作 用不显著,则它的系数 就可以取值为0. 因此检验变量 是否显著等价于检验假设 ,且 与 独立. 另一方面 记 则 所以 即　 选取检验统计量 其中 则当 成立时 故对给定的显著性水平 , 假设检验问 题的拒绝域为 5.预测 （1）回归系数的置信区间 的 置信区间为 （2） 的置信区间 对于 的一个观测值 ,有 记预测误差 可以证明 且 与 相互独立.于是 所以