3、一元线性回归模型的参数含义说明
3、一元线性回归模型的参数含义说明
一元线性回归模型y2=B6+B1x1+2(i=12…,n) 的参数含义说明 斜率β1一度量了x每变动1个单位,平均而言, y的变动(y的平均改变量) 截距βo-度量了在x=0是,平均而言,y的 取值
一元线性回归模型 的参数含义说明 • 斜率 1 —度量了x每变动1个单位，平均而言， y的变动（ y的平均改变量） • 截距0—度量了在x ＝0是，平均而言， y的 取值 yi = 0 + 1 xi + （i i =1,2, ,n）
4.一元线性回归模型的基本假设 (1)解释变量x是确定性变量,不是随机变 量 (2)随机误差项具有0均值和同方差 E(μ)=0 Var(ui i=1,2, (3)随机误差项在不同样本点之间是独立的, 不存在序列相关: covμ叫)=0i1,2,…,n
4.一元线性回归模型的基本假设 （1）解释变量x是确定性变量，不是随机变 量 （2）随机误差项具有０均值和同方差: E(i )=0 i=1,2, …,n Var (i )= 2 i=1,2, …,n （3）随机误差项在不同样本点之间是独立的， 不存在序列相关： Cov(i, j )=0 i≠j i,j= 1,2, …,n
(4)随机误差项与解释变量之间不相关: C0v(xp)=0÷=1,2,…,n (5)随机误差项服从正态分布 即随机误差项服从0均值、同方差的正态分布: N(0,G12)i=1,2,,n
（5）随机误差项服从正态分布 即随机误差项服从０均值、同方差的正态分布： i~N(0, 2 ) i=1,2, …,n （4）随机误差项与解释变量之间不相关： Cov(xi , i )=0 i=1,2, …,n
协方差的定义式 相关系数与协方差之间的联系: (两个变量之间的)相关系数=(它们的)协方差 /(这两个)变量(各自)标准差的乘积 即:相关系数=协方差/变量标准差的乘积 cov(x,y)=E[(x-联(x)y-B)〗
协方差的定义式 cov(x, y) = E(x − E( x))(y − E( y)) 相关系数与协方差之间的联系： （两个变量之间的）相关系数＝（它们的）协方差 ／（这两个）变量（各自）标准差的乘积 即：相关系数＝协方差／变量标准差的乘积