雙變量回歸分析：一些基本概念-資料下載頁
2025-05-13 18:11本頁面
【正文】 Y呢？或者說，能否估計出 PRF？ Y X 55 80 88 100 90 120 80 140 118 160 120 180 145 200 135 220 145 240 175 260 根據(jù)表 。 SRF1是根據(jù)第一個樣本畫的；而 SRF2是根據(jù)第二 個樣本畫的。圖 中 的回歸線叫樣本回歸線（ sample regression lines） 對應(yīng)于樣本回歸線的方程叫樣本回歸函數(shù) （ sample regression function， 簡記 SRF） ： （ ） 表示 的估計量 (全在 SRF上 ) 表示 的估計量 表示 的估計量 估計量 （ estimator） ， 也稱樣本的統(tǒng)計量 （ statistic） 是總體參數(shù)的一個估計 。 由估計量算出的一個具體的數(shù)值 ，稱之為估計值 （ estimate） SRF（ ） 式可以寫成相應(yīng)的隨機形式： 表示樣本殘差或剩余項 （ residual） ， 是 的估計量 。 ii XY 21 ??? ?? ??Y? )|( iXYE1?? 1?2?? 2?iii uXY ??? 21 ??? ??iu? iu? iu回歸分析的主要任務(wù)是根據(jù) SRF： （ ） 估計 PRF： 由于抽樣有波動，根據(jù) SRF來估計 PRF，最多只能是一個近似的估算。見下圖： iii uXY ??? 21 ??? ??iii uXY ??? 21 ??12? ??: iiSR F Y X????ii XXYEPRF 21)|(: ?? ??對于給定的 ， 有一個觀測值 利用 SRF可以將所觀測到的 表示為： （ ） 利用 PRF可以將所觀測到的 表示為： （ ） 高估了那里的真值 。 對 A點以左的任何 Xi ， SRF低估了 PRF。 這種高估或低估是由抽樣誤差引起的 。 用什么方法或規(guī)則，可以使 SRF可以盡可能地接近 PRF？或者說，怎樣構(gòu)造 SRF使 盡可能接近 ， 盡可能接近 呢？且聽下章分解 )( ii XXX ?iYY ?iYiii uXYEY ?? )|(iY?)|( iXYE1?? 1?2?? 2?uYY ii ?? ??iY本章結(jié)束，謝謝！
高考資料相關(guān)推薦
鄂ICP備17016276號-1