目录 Chapter 5：回归参数的估计(3) 3.5 Box-Cox 变换 3.6 广义最小二乘估计 3.7 多重共线性 3.7.1 多重共线性的定义 3.7.2 多重共线性的诊断 ...

目录 Chapter 3：回归参数的估计(1) 3.1 最小二乘估计 3.2 最小二乘估计的性质 Chapter 3：回归参数的估计(1) 3.1 最小二乘估计 用 \(y\) 表示因变量，\(x_1,x_2,\cdots ...

目录 Chapter 6：回归参数的估计(4) 3.8 岭估计 3.8.1 岭估计的定义和性质 3.8.2 岭参数的选择方法 3.8.3 岭估计的几何意义 3.9 主成分估计 ...

3.2 回归参数的估计 与一元线性回归类似，我们需要对回归参数进行估计。估计的方法一般有两种，最小二乘估计和最大似然估计。 3.2.1 回归参数的普通最小二乘估计 多元线性回归方程未知参数 \(\beta_0\)，\(\beta_1\)，\(\cdots\)，\(\beta_p ...

3.3 回归参数估计量的性质 归纳回归参数估计量的性质如下。 3.3.1 线性性 在多元线性回归中，无论应用最小二乘估计还是最大似然估计，得到回归参数向量 \(\hat{\bm{\beta}}\) 是随机向量 \(\bm{y}\) 的一个线性变换，具体表示为 \[\hat{\bm ...

1. 随机变量的数字特征 0x1：为什么我们需要统计随机变量的数字特征 随机变量的分布函数（或概率函数，或密度函数）已经非常全面了，精确地描述了这个随机变量取值的统计规律性，那为什么我们还需要研究 ...

3.6 多元线性回归的区间估计 3.6.1 回归系数的置信区间 当我们有了参数向量 \(\bm{\beta}\) 的估计量 \(\hat{\bm{\beta}}\) 时，需构造 \(\beta_j\) 的一个区间——以 \(\hat{\beta}_j\) 为中心的区间，该区间以一定概率包含 ...

回归分析的定义：回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。 ...