3.一元线形回归模型 只含有一个解释变量的线形回归模型 Y=Bo+ iXi+i 满足基本假设: 1E(u,)=0 同方差 r 高斯-马尔 3 Cov z,凡 0 无序列自相关〉柯夫假定 4 Cov (X, u)=0 l=1,2,3 ,n; =1,2,3
3.一元线形回归模型 只含有一个解释变量的线形回归模型 满足基本假设： 1 E（μi）= 0 2 Var （μi） = σ 2 μ 3 Cov （μi，μJ）= 0 4 Cov （Xi，μi）= 0 i = 1，2，3，……,n ； j= 1，2，3，……,n i≠j Yi = 0 + 1Xi + i 同方差 无序列自相关 高斯-马尔 柯夫假定
异方差 Bo+BX Bo+Bx
异方差 X Y 0 + 1 X X Y 0 + 1 X
序列自相关 Bo+Br Bo+Bx X 负相关 正相关
序列自相关 X Y 0 + 1 X X Y 0 + 1 X 负相关 正相关
协方差 COv(X,Y=ELX-E(XDOY-E(I =∑∑p2(X-E(X(x-B() P是X和Y的联合概率 X 协方差为正 X协方差为负
协方差 Cov(X,Y) = E[X − E(X ))(Y − E(Y))] = = = − − N i N j pi j Xi E X Yi E Y 1 1 ( ( ))( ( )) X Y X Y X Y X Y 协方差为正 协方差为负 pij是X和Y的联合概率
元线咝回归模型的参薮估计 1基本概念 Y=Bo+BX+u 总体回归模型 Y=Bo+BX+u 样本回归模型 Yi=Bo+BiXi 样本回归线 (函数)
二. 一元线性回归模型的参数估计 i Y i = + ˆ 1 X β0 Yi = 0 + 1 Xi + i 样本回归线 （函数） Yi = + Xi + i 1 β β ˆ 0 总体回归模型 样本回归模型 1.基本概念