线性回归模型的矩阵方法演示文稿.pptVIP

线性回归模型的矩阵方法演示文稿本文档共19页；当前第1页；编辑于星期日\21点54分优选线性回归模型的矩阵方法本文档共19页；当前第2页；编辑于星期日\21点54分本章介绍用矩阵代数符号来表示经典线性回归模型。本章除矩阵模型之外，不涉及新概念。矩阵代数最大的优越性在于，它为处理任意多个变量的回归模型提供了一种简洁的方法。本章需要具有行列式和矩阵代数的数学基础，请各位同学自行复习相关知识。在本章的讲授过程中所遇到的有关矩阵计算的定理和结论，不再一一证明，请自行参考有关书籍。本文档共19页；当前第3页；编辑于星期日\21点54分4.1k变量的线性回归模型如果我们把双变量和三变量的回归模型进行推广，则包含应变量Y和k-1个解释变量X2，X3，…，Xk的总体回归函数（PRF）表达为：其中，β1截距，β2到βk是偏斜率（回归）系数，u是随机干扰项，i是第i次观测，n为总体大小。总体回归函数如同以前那样解释：给定了X2，X3，…，Xk的固定值（在重复抽样中）为条件的Y的均值或期望值。PRF还可以表达为：本文档共19页；当前第4页；编辑于星期日\21点54分上述表达式，如果写出矩阵的形式：这样，我们把下述方程表达称之为：一般（k变量）线性模型的矩阵表现：如果矩阵和向量的各个维数或阶不会引起误解，则可以简单写作：y：对应变量Y观测值的n