《商务统计学》9.2一元线性回归模型描述.pptx

一元线性回归模型描述 1. 一元线性回归模型 古典线性回归模型假设条件 回归方程、回归直线 样本回归方程、样本回归模型 回归分析(Regression) 依据观察数据构建回归方程，即寻找一个适当的数量关系式来描述变量间平均的数量变化关系 对回归方程的可信程度进行检验，并从影响一特定变量的诸多变量中找出哪些变量的影响是显著的，哪些是不显著的 利用经过检验的数量关系式，依据一个或几个变量的取值来解释或预测另一个特定变量的取值 1.被预测或被解释的变量称为因变量(dependent variable) 2.用来预测或用来解释因变量的一个或多个变量称为自变量(independent variable) 回归分析(Regression) 回归分析(Regression) 回归分析类型 一元线性回归分析 当回归分析中仅涉及一个自变量，且自变量与因变量之间为线性关系时称为一元线性回归分析 一元线性回归模型 描述因变量 如何依赖于一个自变量 和误差项 的线性方程称为一元线性回归模型 一元线性回归模型可表示为 表示自变量的各个取值 表示对应的因变量取值 误差项 是随机变量 0 和 1 称为模型的参数 古典线性回归模型假设条件 假设一：正态性 随机误差项 是一个服从正态分布的随机变量。 假设二：零均值 随机误差项 的数学期望为0。 假设三：同方差 对于所有的 取值，随机误差项 的方差相同。 假设四：独立性 对于一个特定的 ，它所对应的 与其他 所对应的 不相关。 回归方程 描述因变量 的数学期望、平均值如何依赖于自变量 的线性方程称为回归方程 一元线性回归方程绘制的是二维坐标系中的一条直线，称为回归直线 0是直线在 轴上的截距 1是直线的斜率， 称为回归系数，表示自变量每变动一个单位时， 的平均变动值。 回归方程 利用观察数据计算出 和 的估计量 和 带入到回归方程中， 用 作为回归方程的估计，记为 该方程称为样本回归方程 与考虑随机误差项的回归模型相对应，样本回归模型可记为 其中， 称为残差，是观察数据与估计值之间的误差。 小结 1. 一元线性回归模型 古典线性回归模型假设条件 回归方程、回归直线 样本回归方程、样本回归模型 思考练习 1.阐述相关分析与回归分析两种方法间的关系。 2.使用普通最小二乘法估计一元线性回归模型的参数时， 模模型中的随机误差项需要满足哪些条件？