一元线性回归模型参数估计方法的简单性.docxVIP

一元线性回归模型参数估计方法的简单性 一、 父母年龄与子女年龄 回归分析的基本思想和方法以及“回归”的名称由英国的统计家f.gail（1822-1911）和k.pearson（1856-1936）提出。在研究父母的身高和孩子的身高时，他们观察了1078对夫妇的平均身高作为解释变量x，以成年子女的身高作为解释变量y，并将结果画在平面直角坐标系的离散点上。发现趋势几乎是线性的。计算出的回归直线方程为Y^=33.73+0.516X。这种趋势及回归方程表明父母身高X每增加一个单位时, 其成年儿子的身高Y也平均增加0.516个单位。 一元线性回归简单地说, 是涉及一个自变量的回归分析, 主要功能是处理两个变量 (因变量与自变量) 之间的线性关系, 建立线性数学模型并进行评价预测。 二、 家庭消费支出y与家庭收入y之间的关系 各种经济变量之间的关系, 可以划分为两种类型。一种是变量之间有唯一确定的关系, 即函数关系。例如, X1, X2, (43) , Xn与Y之间的函数关系可以用隐函数形式表示为 其中, 最简单的形式为一元线性函数关系。例如, 当某种商品单价P固定不变, 这种商品的销售收入Y与销售商品数量X之间的关系为一元线性关系, 即Y=PX 经济变量之间的另一种关系, 为不完全确定的相关关系。例如, 家庭消费支出Y与家庭收入X之间的关系, 就是不完全确定的。虽然每个家庭的收入X必然会影