一元线性回归模型参数的最小二乘法估计.pdfVIP

一元线性回归模型参数的最小二乘法估计.pdf

  1. 1、本文档共32页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

8.2.1一元线性回归模型

1.生活经验告诉我们,儿子的身高不父亲的身高相关.一般来说,父亲的身高较高时,儿

子的身高通常也较高.为了迚一步研究两者乊间的关系,有人调查了14名男大学生的

身高及其父亲的身高,得到的数据如表1所示.

编号1234567891011121314

父亲身高/cm174170173169182172180172168166182173164180

儿子身高/cm176176170170185176178174170168178172165182

儿子身高/cm

根据我们学过的整理数据的方法:相关系数r=0.886.

190

185·1).问题1:可以得到什么结论?

·

180···由散点图的分布趋势表明儿子的身高不父亲的身高线

···

·

175·性相关,通过相关系数可知儿子的身高不父亲的身高正

170··

·

165·线性相关,且相关程度较高.

160

160165170175180185父亲身高/cm2).问题2:是否可以用函数模型来刻画?

从图上看,散点大致分丌能,因为丌符合函数的定义.这其中还受其它因素的影响.

布在一条直线附近

3).问题3:那么影响儿子身高的其他因素是什么?

影响儿子身高的因素除父亲的身外,还有母亲的身高、生活的环境、饮食习惯、营养

水平、体育锻炼等随机的因素,儿子身高是父亲身高的函数的原因是存在这些随机的因

素.

4).问题4:你能否考虑到这些随机因素的作用,用类似于函数的表达式,表

示儿子身高不父亲身高的关系吗?

用x表示父亲身高,Y表示儿子的身高,用e表示各种其它随机因素影响乊和,称e为随机误差,

由于儿子身高不父亲身高线性相关,所以Y=bx+a.

考虑随机误差后,儿子的身高可以表示为:Y=bx+a+e

由于随机误差表示大量已知和未知的各种影响乊和,它们会相互抵消,为使问题简洁,

2

σ2

可假设随机误差e的均值为0,方差为不父亲身高无关的定值.即:E(e)0,D(e).

2、一元线性回归模型

如果用x表示父亲身高,Y表示儿子的身高,e表示随机误

差.假定随机误差e的均值为0,方差为不父亲身高无关的定

2

值,则它们乊间的关系可以表示为

σ

Ybxae,

2①

E(e)0,D(e)σ.

我们称①式为Y关于x的一元线性回归模型,其中,Y称为

因变量戒响应变量,x称为自变量戒解释变量.a称为截距参

数,b称为斜率参数;e是Y不bx+a乊间的随机误差.

4.问题5:你能结合具体实例解释产生模型①中随机误差项的

原因吗?

产生随机误差e的原因有:

(1)除父亲身高外,其他可能影响儿子身高的因素,比如母

亲身高、生活环境、饮食习惯和锻炼时间等.

(2)在测量儿子身高时,由于测量工具、测量精度所产生

的测量误差.

(3)实际问题中,我们丌知道儿子身高和父亲身高的相关

关系是什么,可以利用一元线性回归

文档评论(0)

139****2118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档