元线性回归模型及参数估计.ppt_第1页
元线性回归模型及参数估计.ppt_第2页
元线性回归模型及参数估计.ppt_第3页
元线性回归模型及参数估计.ppt_第4页
元线性回归模型及参数估计.ppt_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

二元线性回归模型的估计,最简单的多元线性回归模型是二元线性回归模型，即具有一个被解释变量和两个解释变量的线性回归模型：,一、二元线性回归模型的参数估计,1偏回归系数的估计,所谓偏回归系数，是指多元线性回归模型中解释变量前的系数。其含义是：当其他解释变量保持不变时，某一解释变量变化一个单位而使被解释变量Y平均改变的数值，即某一解释变量对被解释变量Y的影响程度。,根据极值存在的必要条件，应该有,从而得到正规方程组,二、Beta系数和弹性系数在多元回归分析中，需要说明各个解释变量的相对重要性，或者比较被解释变量对各个解释变量的敏感性。然而，偏回归系数与变量的原有计量单位有直接联系，计量单位不同，彼此不能直接比较。为此，需要引进Beta系数和弹性系数。,1Beta系数,Beta系数是由偏回归系数转换来的。,其中,可见，Beta系数是用解释变量标准差（SXj）和被解释变量标准差（SY）的比例对估计的偏回归系数进行调整后得到的，其数值与变量的单位无关，因而可以直接比较，用于说明多元回归模型中解释变量的相对重要性。,对于二元线性回归模型，可以按下列公式计算Beta系数：,由于,2弹性系数,弹性系数是某一变量的相对变化引起另一变量的相对变化的度量，即变量的变化率之比。,平均弹性是指在样本均值附近的弹性，即,弹性系数与原解释变量的计量单位没有任何关系，因此很适宜用来说明被解释变量对解释变量变化的敏感程度。,3偏相关系数,在二元线性回归分析中，也可以用偏相关系数来分析被解释变量Y对于哪一个解释变量（X1和X2）的变化更敏感。,偏相关系数：是指在控制或消除其他
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论