多元线性回归预测系统的设计_第1页
多元线性回归预测系统的设计_第2页
多元线性回归预测系统的设计_第3页
全文预览已结束

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

1、多元线性回归预测系统的设计1.前言许多现象往往不是简单的与某一因素有关而是要受多个因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归，多元线性回归是预测中经常使用的预测方法，其基本原理是通过对多个变量之间变动关系的分析，建立一定的数学模型，并对因变量的未来变化趋势进行预测。2.多元线性回归的定义 在研究问题是，我们考虑一个变量受其他变量的影响时，把这变量称为因变量，记为，其他变量称为自变量，记为，这时相关系数可记作 其中为当时，因变量的均值，即.称为对的回归函数，为与的偏差，它是随机变量，并假定。回归函数可以是一元函数，也可以是多元函数，即 其中 为元

2、回归函数，统称为多元回归函数。3.多元线性回归模型多元线性回归模型的一般形式是： 其中是回归系数，Y是被解释变量，,，是k个对Y有显著影响的解释变量（k2），是 反映各种误差扰动综合影响的随机项，下标i表示第i期观察值（,）, 。假设多元样本回归函数为：回归残差为：。由于有n期的观察值，这一模型实际上包含个方程写成矩阵形式： 其中3.1模型的假设(1)变量和,(=1,2.n)之间，存在线性随机函数关系，其中是随机误差项。(2)对应每组观测数据的误差项，都为零均值的随机变量，即的数学期望E()=0对=1,2.n都成立。(3)误差项的方差为常数，即 对=1,2.n 都成立（假设（2）成立为前提）。

3、 （4）对应不同观测数据的误差项不相关，即对任意的都成立（假设（1）成立为前提）。 （5）解释变量是确定性变量而非随机变量。当存在多个解释变量（r1）时假设不同解释变量之间不存在线性关系，包括严格的线性关系和强的近似线性关系。 （6）误差项服从正态分布1。3.2 多元线性回归参数估计对于多元线性回归模型，如果用，分别表示模型参数，,的估计，那么样本回归方程就是回归残差平方和为： 当V对，的一阶偏导数都等于0，即下列方程组： ， ，同时成立时,有最小值。对这个方程组整理，可得到如下的正规方程组： 其中， 上述正规方程组有K+1个方程，未知数也是K+1个。只要系数矩阵非奇异即满足解释变量矩阵列满秩：。此时，有，可逆。可以解出，的唯一的一组解，就是，的最小二乘估计2。参考文献1宋荣兴, 孙海涛. 多元线性回归预测系统的设计与实现J. 石家庄经济学院学报, 1997(4):400

人人文库> 全部分类> 行业资料 > 管理策划

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