回归
1)多元线性回归
(1)模型建立
多元线性回归讨论的的是变量y与非随机变量x1……xm之间的关系,假设他们具有线性关系,于是有模型:
y =b0 + b1x1 + …… + bmxm+ e
这里的e~N(0,a2),b0,……,bn,a2都是未知数。上式矩阵表达式为:
y =xb + e
对于一组样本(x00……x0m,y0)……(xn0……xnm,yn)观测值,这时对每个观测值有:
yi = b0 + b1xi1 + …… + bmxim+ ei (i=0,……n)
(2)模型求解
模型求解过程就是完成对回归模型的未知参数的估计,常常采用最小二乘法,即寻找b的估计b~满足下面的条件:
Σni=1(yi-Σmj=0xijb~j)2 = minΣni=1(yi-Σmj=0xijbj)2
或写成矩阵表达式:
||y-xb~||2= min||y-xb||2
解得b的估计为:
b~=(xTx)-1xTy
a2的估计为:
a~2=(1/(n-m-1))[yTy-b~T(xTy)]
(3)回归系数及回归方程的显著性检验
1.回归系数的显著性检验
所谓回归系数的显著性检验,就是检验假设H0:bj=0H1:bj!=0(j=1,……,m)。在H0