回归系数的最小二乘估计

《回归系数的最小二乘估计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、回归系数的最小二乘估计设分别为的最小二乘估计值,于是的观测值,,(2.1)其中为误差的估计值,称为残差或剩余。令为的估计值,则有,(2.2),,(2.3)(2.3)式表示实际值与估计值的偏离程度。欲使估计值与实际值拟合的最好,则应使残差平方和达到最小,为此,我们可以应用微分求极值原理确定,即解下列方程组,(2.4)即,(2.5)整理并化简则得以下正规方程组:,(2.6)如果记(2.6)式的系数矩阵为,右端常数项矩阵记为,则有,(2.7),(2.8)因此正规方程(2.6)的矩阵形式为,(2.9)或,(2.10)其中为正规方程中待定的未知

2、实数向量,如果系数矩阵满秩,则存在,此时有,(2.11)(2.11)式即为多元线性回归模型(1.2)式中参数的最小二乘估计。正规方程组(2.6)亦可表达为下述另一种形式,如果记,,,则由(2.6)式中第一等式可解出,(2.12)再将(2.12)代入到(2.6)其它各式中并经化简整理可得,(2.13)又由,,,,如果记,,(2.14),,(2.15)则(2.13)式可以表示为,(2.16)(2.16)式称为正规方程组,解此方程组可得,再代入到(2.12)式中则得,于是得回归方程,(2.17)(2.17)式称为回归超平面方程。如果记(2.

3、16)式的系数矩阵为,右端常数项向量为,则,,且记,则正规方程组(2.16)的矩阵形式为,(2.18)解(2.18)得,(2.19)再代回到(2.12),则得到。以下是一对多线性回归分析的两个例子。例2.1某养猪场估算猪的毛重,测得14头猪的体长(cm)、胸围(cm)与体重(kg)数据如表１,试建立与及的预测方程。表2.1序号体长()胸围()体重()1414928245583935162414527144559624366274507697151872745797879631080846611908570129294761398918

4、0141039581经计算:,,,,,,,,,于是正规方程组为,解此方程组得,,又,因此所求预测回归方程为回归方程中系数与的含义是体长每增加1cm,则猪体重毛重平均增加0.522kg,胸围每增加1cm,则猪体重毛重平均增加0.475kg。例2.2某地区二化螟的第一代成虫发生量与四个因素有关,这四个因素分别如下,已知原始观测数据如表2.2,试建立二化螟发生总量的回归方程。:冬季积雪期限(单位为周),:每年化雪日期(以2月1日为1),:二月份平均气温(℃),:三月份平均气温(℃),:二化螟发生总量(头),经计算:,,表2.2序号11026

5、0.23.6921226-1.44.41731440-0.81.734416320.21.44251951-1.40.940616330.22.12777262.72.7487251.04.027912172.23.713101124-0.83.056111216-0.54.915127162.04.181311151.14.7201543474.741.231211.846226.69230.36153.169224,于是,又＝24+0.99742×11.8462+1.62581×26.6923+11.19263×0.3615+16

6、.95291×3.1692＝136.98554,因此所求二化螟发生总量的预测回归方程为。