内容正文:
§8 最小二乘估计
填一填
1.最小二乘法
(1)定义:如果有n个点(x1,y1),(x2,y2),…,(xn,yn),可以用下面的表达式来刻画这些点与直线y=a+bx的接近程度:[y1-(a+bx1)]2+[y2-(a+bx2)]2+…+[yn-(a+bxn)]2.使得上式达到最小值的直线y=a+bx就是我们所要求的直线,这种方法称为最小二乘法.
(2)应用:利用最小二乘法估计时,要先作出数据的________图.如果________呈现出线性关系,可以用最小二乘法估计出线性回归方程;如果________呈现出其他的曲线关系,我们就要利用其他的工具进行拟合.
2.线性回归方程
用,
表示,用表示
由最小二乘法可以求得
是线性回归方程的________.
,x称为线性回归方程,+==________,这样得到的直线方程,=
判一判
1.用最小二乘法求出的回归系数可能是正的,也可能是负的.( )
2.用最小二乘法求出的系数可以使回归直线更贴近实际情况.( )
3.若回归系数是负的,则y的值随x的增大而减小.( )
4.根据最小二乘法求出回归系数,从而可以表示出线性回归方程,这个方程可以准确表示每一个数据.( )
5.已知变量x的值,可由回归方程得到变量y的精确值.( )
x+=
6.线性回归方程).( )
,必经过点(x+=
7.由一组数据(x1,y1),(x2,y2),…,(xn,yn)得到的回归直线方程至少经过(x1,y1),(x2,y2),…,(xn,yn)中的一个点.( )
x+=
8.直线.( )
的斜率为x+=
想一想
1.线性回归方程与直线方程的区别是什么?
提示:线性回归方程中的y与实际值y有区别,因为线性回归方程中的“y”的值是通过统计大量数据所得到的一个预测值,它具有随机性,因而对于每一个具体的实际值而言,y的值只是比较接近,但存在一定的误差.
2.回归分析的三个步骤是什么?
提示:(1)判断两个变量是否线性相关:可以利用经验,也可以画散点图.
(2)求回归方程,注意运算的正确性.
(3)根据回归直线进行预测估计:估计值不是实际值,两者会有一定的误差.
3.求线性回归方程的步骤是什么?
提示:(1)计算平均数.
,
(2)计算xi与yi的积,求iyi.
(3)计算.
(4)将结果代入公式.
,求=
(5)用.
,求-=