比估计与回归估计抽样调查理论与方法-北京商学.pptVIP

由 (5.30) 以及 (5.32) 可知，无论 是怎样的设定值， 总 是 的无偏估计，估计的精度与 的设定值有关。 ? lr y Y ? ? (5.32) 式的右端实际上是 的二次三项式，又由于 前的系 数为 是个正数，因此，只要适当选取 就可使 达 到最小值，利用高等数学的知识，可得使 达到最小 值的 应为： 2 ? 2 X S ? ( ) lr Var y ? ( ) lr Var y 其中 为 X 和 Y 的相关系数，此时最小方差为： ? 2 2 min 1 ( ) (1 ) lr Y f Var y S n ? ? ? ? ? (5.34) 1 min 2 1 ( )( ) ( ) N i i i Y N X i i Y Y X X S S X X ? ? ? ? ? ? ? ? ? ? ? (5.33) （ 2 ） 取样本回归系数的情形 ? 如果 需要估计而定，估计的原则总是使 达到最小 ? ( ) lr Var y 根据 (5.33) 式的启发，自然取： 1 2 1 ( )( ) ( ) n i i i l n i i y y x x x x ? ? ? ? ? ? ? ? ? (5.35) 这实际上就是样本回归系数。利用 得到的回归，由于 是比值型随机变量，与比估计一样的理由， 不可能是总 体平均数的无偏估计。但当 n 相当大时，有下列近似结果： l ? l ? lr y 1 ( ) ( ) lr E y Y O n ? ? (5.36) 2 2 3 2 1 1 ( ) (1 ) ( ) lr Y f Var y S O n n ? ? ? ? ? (5.37) 因此，对简单随机抽样，当样本容量 n 相当大时，回归 估计 （不管 是否设定）的方差均近似地看作： lr y ? 2 2 1 ( ) (1 ) lr Y f Var y S n ? ? ? ? 与简单随机抽样时 的简单估计 的方差相比，只要 ， 则回归估计一定优于简单估计。 Y y 0 ? ? 至于 的情况，则表示 X 与 Y 没有任何线性关系，那么 用 X 、 Y 的线性回归来估计 就相当于单纯依赖 去估计 0 ? ? Y Y i y 回归估计与简单随机抽样时的比估计相比孰优孰劣呢？ 当 n 相当大时，比估计的方差为： 2 2 2 1 ( ) ( 2 ) R Y X Y X f Var y S R S R S S n ? ? ? ? ? 欲使回归估计优于比估计，当且仅当： 2 2 2 2 2 Y X X Y S R S R S S ? ? ? ? ? 即 2 ( ) 0 Y X S RS ? ? ? 或 2 min ( ) 0 R ? ? ? (5.38) 这是一个当然的不等式。一般情况总是回归估计优于比估计 除非 ，此时这两种估计量效果几乎一样。 min R ? ? 回归估计量的上述性质都是在样本容量 n 相当大时才成 立，当 n 偏小时容易产生较大偏倚， (5.36) 式中关于 1/n 的同 阶无穷小这一项就蕴涵了这种可能性。 当 n 相当大时， 或 如何估计呢？ ( ) lr MSE y ( ) lr Var y 由于这两个参数的主要部分都是 ，因此，要 给出估计，只要将 S 换为 s ， X 、 Y 换为 x 、 y ， N 换为 n 即可 2 2 1 (1 ) Y f S n ? ? ? 2 2 (1 ) Y S ? ? 形式上的估计可以写成 2 2 1 1 2 2 1 1 ( )( ) 1 ( ) 1 1 ( ) ( ) n i i n i i n n i i i i i x x y y y y n x x y y ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2 1 2 2 2 1 1 1 ( )( ) ( ) 1 ( ) ( ) n i i n i i n n i i i i i x x y y y y x x y y ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 实质上是残差平方和，其自由度为 (n － 2) ，因此得到 或 的估计为： ( ) lr Var y ( ) lr MSE y 2 1 2 2 1 1 ( )( ) 1 ( ) ( ) ( 2) ( ) n i i n i lr i n i i i x x y y f v y y y n n x x ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (5.