二元線性回歸模型及參數(shù)估計(jì)_第1頁
二元線性回歸模型及參數(shù)估計(jì)_第2頁
二元線性回歸模型及參數(shù)估計(jì)_第3頁
二元線性回歸模型及參數(shù)估計(jì)_第4頁
二元線性回歸模型及參數(shù)估計(jì)_第5頁
已閱讀5頁,還剩14頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、二元線性回歸模型的估計(jì)最簡單的多元線性回歸模型是二元線性回歸模型,即具有一個(gè)被解釋變量和兩個(gè)解釋變量的線性回歸模 型:匕=00 + 0皿 + 吋22+旳,一、二元線性回歸模型的參數(shù)估計(jì)1.偏回歸系數(shù)的估計(jì)對(duì)于二元線 性回歸模型:近=00 +QX1Z+/?2%2+"Z , =1, 2, , n ,其中的參數(shù)00、Q 1、Q 2稱為偏回歸系數(shù)。所謂偏回歸系數(shù),是指多元線性回歸模型中解釋變量前的系數(shù)。其含義是:當(dāng)其他解釋變量保持不變時(shí),某一解釋變量變化一個(gè)單位而使被解釋變量Y平均改變的數(shù)值,即某一解釋變量對(duì)被解釋變量Y的影響程度。要估計(jì)二元線性回歸模型£ = 00 + 0Xi +

2、 02X2/ +旳中的 參數(shù)00、01、02,常用的方法仍然是普通最小二乘法。設(shè)根據(jù)給定一組樣本數(shù)據(jù)(Yi, Xh, X2i),掃1, 2, n , 采用普通最小二乘法估計(jì)得到的樣本回歸模型為Y產(chǎn)叭 +際儀+ % ,貝0參數(shù)估計(jì)量方°、81、方2應(yīng) 該使殘差平方和斤 °孔a °紅/X入oz 彳二工屮-佻0Xi ”2“i=l i=li=i達(dá)到最小。根據(jù)極值存在的必要條件,應(yīng)該有r 2; e ?-= 22 (匕Bo AlX"公2 X2i)= ° %Oe?八 =22(匕一Qo Q1X" Q2X2i)Xi = O I OQON efzs =2

3、2(/ Qo Q1X1Z Q2X2i)X2i = O %2從而得到正規(guī)方程組另屁-久九加2')= 0廠"=0<s(yz-3o-久X1, - 加2“口 = 0=> V"Xh = 02(/-30- 分2X2,)X2i = 0Jj"X2i = 0如果X與X2之間不存在線性關(guān)系,那么,由上述正規(guī)方程組可以解出Ao、B 2 :rI /v c /v p = Y - jB X QX | 0 1 1 2 22(s y x )(s a: ) (s y)(s兀)J i 1Z2ir 2ili 2i2 2 2(Z X XX X ) - (S X x ) 2(s y x

4、 )(藝兀)-(x y x )(藝兀 xi 2i1,i i1, 2i2 2 2 (S X )(s X ) - (s X ) 1Z2Z1Z 2i一 一 一1 其中,Xi = Xj - X , yi -YiY , X =乞 X j , Y = n1Z2ii 2i/V卩2)1 mon如果X|與X2之間存在線性關(guān)系,那么,上述計(jì)算右 “2的公式的分子、分母將變?yōu)?,從而無法求解。2.隨機(jī)誤差項(xiàng)的方差o'?的無偏估計(jì) 2沁b =72 3其中,Ze1的簡捷計(jì)算公式為I22八-工© =Ey. 0 工,.兀(3 YyxII1 I h 2 i 2i3.偏回歸系數(shù)Bi、/?2的方差和標(biāo)準(zhǔn)誤差1、

5、Beta系數(shù)和彈性系數(shù)在多元回歸分析中,需要說明各個(gè)解釋變量 的相對(duì)重要性,或者比較被解釋變量對(duì)各個(gè)解釋 變量的敏感性。然而,偏回歸系數(shù)與變量的原有計(jì)量單 位有直接聯(lián)系,計(jì)量單位不同,彼此不能直 接比較。為此,需要引進(jìn)Beta系數(shù)和彈性系數(shù)。1- Beta系數(shù)Beta系數(shù)是由偏回歸系數(shù)轉(zhuǎn)換來的oBeta系數(shù),則可見,Beta系數(shù)是用解釋變量標(biāo)準(zhǔn)差(SXj)和被解釋變 量標(biāo)準(zhǔn)差 怡丫)的比例對(duì)估計(jì)的偏回歸系數(shù)進(jìn)行調(diào)整后 得到的,其數(shù)值與變量的單位無關(guān),因而可以直接比較, 用于說明多元回歸模型中解釋變量的相對(duì)重要性。對(duì)于二元線性回歸模型,可以按下列公式計(jì)算Beta系數(shù):由于所以,Beta系數(shù)的含義

6、是:若解釋變量Xj變化1個(gè)標(biāo)準(zhǔn) 差(即Mj=Sxj),則被解釋變量Y變伽;個(gè)標(biāo)準(zhǔn)差(即 八*AK = p jSY )0例如 P =1.02,厲=0.24,則表示:解釋變量X變化1個(gè) 標(biāo)準(zhǔn)差,將引起被解釋變量Y變化1.02個(gè)標(biāo)準(zhǔn)差;解釋變 量X2變化1個(gè)標(biāo)準(zhǔn)差,將引起被解釋變量Y變化0.24個(gè)標(biāo) 準(zhǔn)差。因此,可以說,Y對(duì)于X變化的敏感程度遠(yuǎn)大于Y對(duì)于X2變化的敏感程度。2彈性系數(shù)彈性系數(shù)是某一變量的相對(duì)變化引起另一變量的相對(duì) 變化的度量,即變量的變化率之比。用心表示彈性系數(shù),貝UdY !dx jdYX j入 X j耳 j Y X j dX j Y 一 P)Y平均彈性是指在樣本均值附近的彈性,即彈

7、性系數(shù)與原解釋變量的計(jì)量單位沒有任何關(guān)系,因此 很適宜用來說明被解釋變量對(duì)解釋變量變化的敏感程度O 例如=1.78 , “2二°45,則表示:在樣本均值附近,X每增加1%,將使被解釋變量Y增加1.78%;而X2每增加1%, 將使被解釋變量Y增加0.45%,所以,被解釋變量Y對(duì)于解 釋變量X變化的敏感程度遠(yuǎn)大于對(duì)解釋變量X2變化的敏感 程度。3.偏相關(guān)系數(shù)在二元線性回歸分析中,也可以用偏相關(guān)系數(shù)來分析 被解釋變量Y對(duì)于哪一個(gè)解釋變量(X和X?)的變化 更敏感。偏相關(guān)系數(shù):是指在控制或消除其他變量影響的情況 下,衡量多個(gè)變量中的某兩個(gè)變量之間線性相關(guān)程度 的指標(biāo)。當(dāng)X2保持不變時(shí),Y與X之間的偏相關(guān)系數(shù)為r- r- rXY 2 X"“ 2)(1宀)如果力x > rYX ,則表示被解釋變量Y與解釋變量XI1 2

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論