资源描述:
《总体最小二乘估计实验报告》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划总体最小二乘估计实验报告 南京信息工程大学实验报告实验课程数学建模实验名称_最小二乘法__实验日期_指导老师专业统计学年级 小组成员 ----------------------(来自:写论文网:总体最小二乘估计实验报告)-------------------------------------------实验目的:学会MATLAB软件中曲线拟合方法。 实验内容及要求: 问题1:多项式回归 某种合金中的
2、主要成分为金属A与金属B,经过实验与分析发现,这两种金属成分之和x与膨胀系数y之间有一定的关系。由下面的数据建立描述这种关系的数学表示。金属成分和x=[ ];膨胀系数y=[ ];注:使用命令:a=polyfit(x,y,n)%求出n阶拟合多项式y=f(x)的系数;y1=polyval(a,x1)%求出f(x)在x1点的函数值,其中x1=::;plot(x,y,'*r',x1,y1,'-b')%比较原数据和拟合曲线效果; 问题2:非线性回归 设观测到的数据如下: x=20:10:210; y=[ ];目的-通过该
3、培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划 取回归函数为y=b(1)*(1-exp(-b(2)*x)),试估计参数b(1)、b(2)。 注:使用命令: [b,r,j]=nlinfit(x,y,fun,b0);%非线性回归,其中b0为参数初始值,可取b0=[2,],fun=inline('b(1)*(1-exp(-b(2)*x))','b'
4、,'x')为内联函数; nlintool(x,y,fun,b0)%绘制非线性回归图。 程序及运行结果: 1、 >>x1=37::43; y1=[ ];>>plot(x1,y1) >>x1=37::43; y1=[ ]; a=polyfit(x,y,2) y1=polyval(a,x1); plot(x,y,'*r',x1,y1,'-b') a= - 2、>>x=20:10:210;y=[ ]; b0=[2,]; fun=inline('b(1)*(1-exp(-b(2)*x))','b',
5、'x');目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划 [b,r,j]=nlinfit(x,y,fun,b0); nlintool(x,y,fun,b0) >>b(1) ans= >>b(2) ans= 电子科技大学经济与管理学院 标准实验报告 课程名称计量经济学 电子科技大学教务处制表 电子科技大学 实验报告
6、 学生姓名:学号:指导教师:陈磊实验地点:经管楼A401实验学时:2学时 一、实验室名称:金融证券实验室 二、实验项目名称:普通最小二乘估计量无偏性的蒙特卡罗实验 三、实验原理: 普通最小二乘法 普通最小二乘法通过最小化残差平方和来估计回归方程中的参数,是计量经济学中最经典、应用最广泛的估计方法。该方法的使用需满足一系列古典假设,包括:目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、
7、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划 1.回归模型是线性的,模型设定无误且含有误差项; 2.误差项总体均值为零; 3.所有解释变量与误差项都不相关; 4.误差项观测值互不相关; 5.误差项具有同方差(不存在异方差性); 6.任何一个解释变量都不是其他解释变量的完全线性函数 在上述古典假设成立的情况下,普通最小二乘估计量是最佳线性无偏估计量。所谓无偏估计量,是指OLS参数估计值的均值等于总体参数的真实值。 无偏性的推导 设定多元线性回归模型为y?X???,参数的最小二乘估计量为: ??
8、(X?X)?1X??y ??(X??X)?1X?y?(X?X)?1X?(X???)???(X?X)?1X?? ?]???(X?E[?X)?1E[X??] 若无偏性成立,则有E[X??]?0,即误差项总体均值为零、所有解释变量与误差项都不相关。因此,在古典假设成立的情况下,普通最小二乘