没有合适的资源?快使用搜索试试~ 我知道了~
应用回归分析 课后答案 浙江万里学院.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 8 浏览量
2022-06-24
03:41:05
上传
评论 1
收藏 1004KB PDF 举报
温馨提示
试读
18页
应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf应用回归分析 课后答案 浙江万里学院.pdf
资源推荐
资源详情
资源评论
2.1 一元线性回归有哪些基本假定?
答: 假设 1、解释变量 X 是确定性变量,Y 是随机变量;
假设 2、随机误差项 ε 具有零均值、同方差和不序列相关性:
E(ε
i
)=0 i=1,2, …,n
Var (ε
i
)=
2
i=1,2, …,n
Cov(ε
i,
ε
j
)=0 i≠j i,j= 1,2, …,n
假设 3、随机误差项 ε 与解释变量 X 之间不相关:
Cov(X
i
, ε
i
)=0 i=1,2, …,n
假设 4、ε 服从零均值、同方差、零协方差的正态分布
ε
i
~N(0,
2
) i=1,2, …,n
2.2 考虑过原点的线性回归模型
Y
i
=β
1
X
i
+ε
i
i=1,2, …,n
误差 ε
i
(i=1,2, …,n)仍满足基本假定。求 β
1
的最小二乘估计
解:
得:
ˆ
) (Y
Q
e
(Y
i
Y
i
ˆ
1
X
i
)
2
i
2
i1 i 1
n n
n
Q
e
ˆ
X )X 0 2
(Y
i
1 i i
ˆ
i1
1
ˆ
1
( X Y )
i i
i1
n
n
( X
i1
2
i
)
2.3 证明(2.27 式),e
i
=0 ,e
i
X
i
=0 。
证明:
ˆ
ˆ
X ))
2
ˆ
)
2
(Y (
Q
(Y
i
Y
i i 0 1 i
1 1
n n
ˆ
ˆ
X
ˆ
其中:
Y
i 0 1 i
即: e
i
=0 ,e
i
X
i
=0
ˆ
e
i
Y
i
Y
i
Q
0
ˆ
0
Q
0
ˆ
1
2.4 回归方程 E(Y)=β
0
+β
1
X 的参数 β
0
,β
1
的最小二乘估计与最大似然估计在什么条件下等
价?给出证明。
2
答:由于ε
i
~N(0, ) i=1,2, …,n
2
所以 Y
i
=β
0
+ β
1
X
i
+ ε
i
~N(β
0
+β
1
X
i
, )
最大似然函数:
L(
,
,
2
)
n
f (Y ) (2
2
)
n / 2
exp{
1
0 1 i1 i i
2
2
i 1
n
[Y
i
(
0
1
0
, X
i
)]
2
}
Ln{L(
0
,
1
,
2
)}
n 1
ln(2
2
)
2
2
2
i1
n
[Y
i
(
0
1
0
, X
i
)]
2
ˆ
就是 β
0
,β
1
的最大似然估计值。
ˆ
,
使得 Ln(L)最大的
1
0
同时发现使得 Ln(L)最大就是使得下式最小,
ˆ
ˆ
X ))
2
ˆ
)
(Y (
Q
(Y
i
Y
i i 0 1 i
2
1 1
n n
上式恰好就是最小二乘估计的目标函数相同。值得注意的是:最大似然估计是在ε
i
~N(0,
2
)的假设下求得,最小二乘估计则不要求分布假设。
2
所以在 ε
i
~N(0, ) 的条件下, 参数 β
0
,β
1
的最小二乘估计与最大似然估计等价。
ˆ
是 β
0
的无偏估计。2.5 证明
0
n n
X
i
X
1
ˆ
) E(Y
ˆ
X ) E[
证明:
E(
Y X Y
i
)
i
0 1
n
i1
L
i1
xx
n
X
i
X X
i
X
1 1
E[
( X )Y
i
] E[
( X )(
0
1
X
i
i
)]
L
xx
L
xx
i1
n
i1
n
n
X
i
X X X
1 1
E[
0
( X )
i
]
0
( X
i
)E(
i
)
0
L
xx
L
xx
i1
n
i1
n
n
n
2.6 证明
证明:
n
ˆ
) (
1
Var(
0
n
X
2
X
i1
n
i
X
1 X
2
)
( )
n L
xx
2
2 2
n
X X X
i
X
2
1 1
i
ˆ
) Var[ ( XVar(
)Y ] [ ( X ) Var(
0
1
X
i
i
)]
0 i
n L n L
i1 i1
xx xx
X
i
X X
i
X
2 2
1
2
1 X
2
2
[( ) 2X ( X ) ]
[ ]
n nL
xx
L
xx
n L
xx
i1
n
2.7 证明平方和分解公式:SST=SSE+SSR
证明:
ˆ
) (Y
ˆ
Y ]
2
SST
Y
i
Y
[ Y
i
Y
i i
2
i 1 i 1
n n
n
i 1
n
ˆ
YY
i
2
2
n
i 1
n
ˆ
)(Y
ˆ
Y
ˆ
)Y
i
Y
Y
i
Y
i i i
i 1
n
2
ˆ
Y
ˆ
)
Y
Y
i
Y
i i
i1 i1
2
2
SSR SSE
2.8 验证三种检验的关系,即验证:
(1)
t
(n 2)r
1 r
2
ˆ
L
xx
SSR / 1
2
1
;(2)
F t
2
ˆ
SSE /(n 2)
2
证明:(1)
ˆ
L
ˆ
r L
yy
L
xx
r L
yy
n 2r n 2r
xx
t
2 2
ˆ
SSE (L
xx
(n 2)) SSE (n 2) SSE SST
ˆ
L
xx
1 r
(2)
n n n n
ˆ
ˆ
x y
)
2
(
y
ˆ
(
x x
)
y
)
2
(
ˆ
i
y
)
(
SSR
(
y
ˆ
1
(
x
i
x
))
2
ˆ
1
2
L
xx0 1 i 1 i
2
i1 i1 i1 i1
ˆ
2
L
SSR /1
F
1
2
xx
t
2
ˆ
SSE
/(
n
2)
1
( x
i
x )
2
2
2.9 验证(2.63)式:
Var( e
i
) (1 )
n L
xx
证明:
ˆ
i
)
var(
y
i
)
var(
y
ˆ
i
)
2cov(
y
i
,
y
ˆ
i
)var(
e
i
)
var(
y
i
y
ˆ
ˆ
x ) 2cov( y , y
ˆ
(x x )) var(y ) var(
i 0 1 i i 1 i
(x
i
x )
2
1
(x
i
x )
2
2
1
[ ] 2
[ ]
n L
xx
n L
xx
2 2
1
(x
i
x )
2
2
[1 ]
n L
xx
ˆ
( x x)) Cov( y , y) Cov( y ,
ˆ
( x x))Cov( y
i
, y
1 i i i 1 i
n
( x x)
1
n
其中:
Cov( y
i
,
y
i
) ( x
i
x)Cov( y
i
,
i
y
i
)
n
i 1
L
i 1
xx
1
2
( x
i
x)
2
2
1
( x
i
x)
2
2
( )
n L
xx
n L
xx
ˆ
2
2.10 用第 9 题证明
证明:
e
2
i
n 2
是
2
的无偏估计量
1
n
1
n
2
ˆ
)
ˆ
)
E
(
E
(
y
i
y E
(
e
i
2
)
n 2
i1
n 2
i1
2
1
n
1
n
1
(x
i
x )
2
2
var(e
i
) [1 ]
n 2
i1
n 2
i1
n L
xx
1
(n 2)
2
2
n 2
2.11 验证决定系数与 F 值之间的关系式
r
2
证明:
F
F n 2
SSR SSR 1
SST SSR SSE 1 SSE / SSR
1
n 2
1
SSR /(SSE /(n 2))
1 F
n 2
F n 2
1
F
r
2
2.14 为了调查某广告对销售收入的影响,某商店记录了 5 个月的销售收入 y(万元)和广告
费用 x(万元),数据见表 2.6,要求用手工计算:
表 2.6
月份
X
Y
1
1
10
(1) 画散点图(略)
(2) X 与 Y 是否大致呈线性关系?
答:从散点图看,X 与 Y 大致呈线性关系。
(3) 用最小二乘法估计求出回归方程。
计算表
X
1
Y
10
( X
i
X )
2
(Y
i
Y )
2
2
2
10
3
3
20
4
4
20
5
5
40
( X
i
X )(Y
i
Y )
ˆ
Y
i
6
ˆ
Y )
2
(Y
ˆ
Y )
2
(Y
i i i
(-14)
2
(-4)
2
4 100 20
剩余17页未读,继续阅读
资源评论
春哥111
- 粉丝: 1w+
- 资源: 5万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功