线性回归模型学习总结

1.随机扰动项与解释项一起决定被解释项

2.随机扰动项的不确定性造成了被解释项不确定

3.系统误差造成结果不稳定

高斯假设
1.E(εi)=0且εi是正态分布

2.σ2=var(εi) for i = 1,……,n 同方差性

3.cov(εi,εj)=0,i≠j且i,j∈{1,……,n}即εi,εj不相关

4.xi与εi不相关,cov(xi,εj)=0

5.对于多元线性回归,各解释变量之间不存在完全的线性关系。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值