应用回归分析_一元回归线性分析

应用回归分析_一元回归线性分析

ID:40836335

大小:420.58 KB

页数:13页

时间:2019-08-08

应用回归分析_一元回归线性分析_第1页
应用回归分析_一元回归线性分析_第2页
应用回归分析_一元回归线性分析_第3页
应用回归分析_一元回归线性分析_第4页
应用回归分析_一元回归线性分析_第5页
资源描述:

《应用回归分析_一元回归线性分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、一元线性回归分析2.1一元线性回归有哪些基本假定?答:假设1、解释变量X是确定性变量,Y是随机变量;假设2、随机误差项ε具有零均值、同方差和不序列相关性:E(εi)=0i=1,2,…,nVar(εi)=s2i=1,2,…,nCov(εi,εj)=0i≠ji,j=1,2,…,n假设3、随机误差项ε与解释变量X之间不相关:Cov(Xi,εi)=0i=1,2,…,n假设4、ε服从零均值、同方差、零协方差的正态分布εi~N(0,s2)i=1,2,…,n2.2考虑过原点的线性回归模型Yi=β1Xi+εii=1,2,…,n误差εi(i=1,2,…,n)仍满足基本假定。求β1的最小二乘估

2、计解:得:2.3证明(2.27式),Sei=0,SeiXi=0。证明:其中:即:Sei=0,SeiXi=02.4回归方程E(Y)=β0+β1X的参数β0,β1的最小二乘估计与最大似然估计在什么条件下等价?给出证明。答:由于εi~N(0,s2)i=1,2,…,n所以Yi=β0+β1Xi+εi~N(β0+β1Xi,s2)最大似然函数:使得Ln(L)最大的,就是β0,β1的最大似然估计值。同时发现使得Ln(L)最大就是使得下式最小,上式恰好就是最小二乘估计的目标函数相同。值得注意的是:最大似然估计是在εi~N(0,s2)的假设下求得,最小二乘估计则不要求分布假设。所以在εi~N(

3、0,s2)的条件下,参数β0,β1的最小二乘估计与最大似然估计等价。2.5证明是β0的无偏估计。证明:2.6证明证明:2.7证明平方和分解公式:SST=SSE+SSR证明:2.8验证三种检验的关系,即验证:(1);(2)证明:(1)(2)2.9验证(2.63)式:证明:其中:2.10用第9题证明是s2的无偏估计量证明:2.11验证决定系数与F值之间的关系式证明:2.14为了调查某广告对销售收入的影响,某商店记录了5个月的销售收入y(万元)和广告费用x(万元),数据见表2.6,要求用手工计算:表2.6月份12345X12345Y1010202040(1)画散点图(略)(2)X

4、与Y是否大致呈线性关系?答:从散点图看,X与Y大致呈线性关系。(1)用最小二乘法估计求出回归方程。计算表XY1104100206(-14)2(-4)221011001013(-7)2(3)2320000200042010027727254044004034142(-6)2和15100和Lxx=10Lyy=600和Lxy=70和100SSR=490SSE=110均3均20均20回归方程为:(2)求回归标准误差先求SSR(Qe)见计算表。所以(3)给出的置信度为95%的区间估计;由于(1-a)的置信度下,的置信区间是查表可得所以的95%的区间估计为:(7—3.182*1.915

5、,7+3.182*1.915),即(0.906,13.094)。所以的95%的区间估计为:(-1-3.182*6.351,-1+3.182*6.351),即(-21.211,19.211)。的置信区间包含0,表示不显著。(4)计算x和y的决定系数说明回归方程的拟合优度高。(1)对回归方程作方差分析方差分析表方差来源平方和自由度均方F值SSR490149013.364SSE110336.667SST6004F值=13.364>F0.05(1,3)=10.13(当n=1,n=8时,α=0.05查表得对应的值为10.13),所以拒绝原假设,说明回归方程显著。(8)做回归系数β1的

6、显著性检验H0:β1=0t值=3.656>t0.05/2(3)=3.182,所以拒绝原假设,说明x对Y有显著的影响。(2)做相关系数R的显著性检验R值=0.904>R0.05(3)=0.878,所以接受原假设,说明x和Y有显著的线性关系。(3)对回归方程作残差图并作相应的分析残差图(略).从残差图上看出,残差是围绕e=0在一个固定的带子里随机波动,基本满足模型的假设ei~N(0,s2),但由于样本量太少,所以误差较大.(4)求广告费用为4.2万元时,销售收入将达到多少?并给出置信度为95%的置信区间.解:当X0=4.2时,所以广告费用为4.2万元时,销售收入将达到28.4万

7、元.由于置信度为1-α时,Y0估计值的置信区间为:所以求得Y0的95%的置信区间为:[6.05932,50.74068]预测误差较大.2.15一家保险公司十分关心其总公司营业部加班的制度,决定认真调查一下现状。经过十周时间,收集了每周加班工作时间的数据和签发的新保单数目,x为每周新签发的保单数目,y为每周加班工作时间(小时)。见表2.7。表2..7周序号12345678910X825215107055048092013503256701215Y3.51.04.02.01.03.04.51.53.05.01、画散点图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。