应用统计学第12章.pdf

第12章 多元线性回归 本章教学目标：  了解回归分析在经济与管理中的广泛应用；  掌握回归分析的基本概念、基本原理及其分析应 用的基本步骤；  熟练掌握使用软件求解回归方程及其运行输出结 果的分析与使用；  能应用回归分析方法解决实际问题（分析各种变 量间的关系，进行预测和控制） 1 本章主要内容： §12.1 多元线性回归的数学模型 §12.2 参数β的最小二乘估计 §12.3 多元回归模型的显著性检验 §12.4 预测与控制 本章内容重点： 回归方程和回归系数的显著性检验；多元线性回 归及其预测和控制；软件的求解分析。 2 §12.1 多元线性回归的数学模型 在许多实际问题中，对某一变量Y 有重 要影响的解释变量不止一个，此时就需要研 究一个随机变量Y 与多个普通变量X , X , ···, 1 2 XP 之间的回归关系，这就是多元回归问 题。 多元线性回归分析的原理与一元线性回 归是类似的。 3 一. 多元线性回归的数学模型 设被解释变量Y 与P 个解释变量X , X , ···, X 之间 1 2 P 存在线性相关关系。则Y 与X , X , ···, X 之间的多元 1 2 P 线性回归模型为： Y=  +  X +  X + ··· +  X +  (12.4-1) 0 1 1 2 2 P P 设第i 次试验数据为(x , x ,···, x , y ) ，则多元线性 i1 i2 ip i 回归有如下数据结构： y =  +  x +  x + ··· +  x +  (12.4-2) i 0 1 i1 2 i2 p ip i 2  ～N(0,  ) ，且相互独立 i i = 1, 2, ···, N 4 二. 参数  的最小二乘估计 ˆ ˆ ˆ 设 β , β , , β 为参数 ,  , ···,  的最小二乘估计， 0 1 P 0 1 P 则多元线性回归方程为 ˆ ˆ ˆ ˆ ˆ Y β βX