回归的同步推论与其他主题.pdf

第 章 4 4 迴歸的同步推論與其他主題 Simulataneous Inferences and Other Topics in Regression Analysis 4.4 通過原點之迴歸線 Regression through Origin • 有時已知迴歸函數為通過原點(0.0)之直線 ，例如產出X單 位而變動成本為 Y ，故當X為零時，Y亦為零 • 模型 在上述情形中，除了已知 外，其他與迴歸模型 (2.1)相同： (4.10) 其中， 為參數 為已知常數 間獨立且服從 模型(4.10)的迴歸函數為 (4.11) 它是一條通過原點，斜率為 的直線。 • 推論 迴歸模型(4.10)的 最小平方估計，其意義在於找到能將 下式最小化的 ： (4.12) 利用標準方程式 (4.13) 可以得到點估計量： (4.14) • 第 個個案之配適值i 為： (4.15) 而第個殘差之定義與前面相同，為觀測值與配適值的i 差： (4.16) •迴歸模型(4.10)的誤差變異數，其不偏估計量為： (4.17) 這時分母為(n-1) ，其理由是因為在估計迴歸函數(4.11)的參 數時，只有損失一個自由度。 •迴歸模型(4.10)的β 、E ﹛Y ﹜與新觀測值Y 信賴界線列 1 h h(new) 出在表4.1中，表中的乘數 t 之自由度為(n- 1) ，也就是MSE 的自由度 使用通過原點迴歸線的重要注意事項 •當使用通過原點迴歸線的模型時，對殘差的處理與解釋必 須很小心，因為此時殘差總合通常不是零 ，如表4.2的殘差 第六欄位( 所示，從標準方程式) (4.13)來看，對殘差的唯一 限制是 ΣX e = 0 ，因此在殘差圖中，殘差將不平均的地散 i i 佈在零的上下。 •另一個關於通過原點迴歸線須注意的地方是， 殘差平方和 2 2 SSE= Σe 很可能會大於總平方和 SSTO = Σ( Y - ) 這 i i 種情形可能是發生在曲線型態的資料 ，或是直線的截距項