回归估计量.ppt_第1页
回归估计量.ppt_第2页
回归估计量.ppt_第3页
回归估计量.ppt_第4页
回归估计量.ppt_第5页
已阅读5页,还剩13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

1、2.4回归估计及其性质,2.4.1回归估计性质,2.4.2多元回归估计,2.4.3各种估计的精度比较,以及回归估计的定义。回归估计是通过考察变量Y和与该变量有线性关系的辅助变量X建立回归方程,然后利用回归方程推断和估计总体指标的方法。总体均值的回归估计量定义为:总体的回归估计量定义为:回归估计量的一个特例,它是一个简单的估计量,一个比率估计量,称为差估计量,在直角坐标系中,比率估计量是一条穿过原点的回归线,而回归估计量可以穿过原点也可以不穿过原点。比率估计只能有一个辅助变量,而回归估计可以使用多个辅助变量来返回到两种情况下的估计应用。1.要设置常数,请参见p49(2.8)。从方差的计算公式可知

2、,无论值有多确定,都是无偏估计,估计精度与设定值有关。事实上,方差公式的右端是一个二次三项式,由于前一个系数是正数,只要选择得当,它可以达到最小值。利用高等数学的知识,可以得出最小值应该是:这是X和Y的相关系数,此时的最小方差是:两种情况下的回归估计应用,2。样本回归系数,证明见p50(2.10-2.11)。对于简单的随机抽样,当n足够大时,因为这个方差参数的主要部分是,给定一个估计,只是改变s为s,x和y为x和y,n为n。形式估计可以写成残差的平方和,其自由度为(n2)。处理这类问题的常用方法包括Deraj的加权法,B Ghosh的普通多元回归法,以及各种估计量的精度比较。1.在样本足够大的

3、情况下,回归估计总是比简单估计好。在大样本中,回归估计总是比比率估计好。2.如果n不够大,我们不能认为比率估计和回归估计一定比简单估计好。n越小,回归估计的均方误差越大。在大样本条件下,回归估计优于简单估计和比率估计。当样本量较小时,回归估计的偏差大于比率估计。例2:一个县的小麦种植面积为218,756亩,分布在576个村庄。为了估计该县的产量,随机选择了n=24个村庄,没有公布。得到的数据如下:每个村庄有两个指标:面积和产量,即:可以通过计算得到。因此,该县每亩小麦平均产量估算为:可通过比值估算得出,该县小麦总产量和估算量的方差分别估算为:和。回归估计被用来继续讨论一个县的小麦亩产量和总产量问题。样本回归系数,估计小麦产量为33,360,估

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。

评论

0/150

提交评论