本文關(guān)鍵詞：一元線性回歸中異方差的處理　出處：《統(tǒng)計(jì)與決策》2015年21期 　論文類型：期刊論文

  更多相關(guān)文章： 異方差 殘差圖 加權(quán)最小二乘估計(jì)

【摘要】：文章認(rèn)為回歸分析中總是假定誤差具有獨(dú)立同分布的性質(zhì),事實(shí)上很多情況下會(huì)出現(xiàn)異方差性。如果此時(shí)沿用原來的方法得到參數(shù)估計(jì)量,就會(huì)偏離真實(shí)值,造成估計(jì)與預(yù)測(cè)準(zhǔn)確度的降低,出現(xiàn)對(duì)現(xiàn)象錯(cuò)誤的估計(jì)。在出現(xiàn)異方差時(shí),必須對(duì)問題進(jìn)行檢驗(yàn)和消除,可以利用殘差圖、等級(jí)相關(guān)系數(shù)等方法對(duì)異方差檢驗(yàn),運(yùn)用加權(quán)最小二乘法估計(jì)來消除異方差的影響。
[Abstract]:It is always assumed in the regression analysis of error has the property of independent and identically distributed, in fact, in many cases there will be heteroscedasticity. If you use the original method to get parameter estimation will deviate from the true value, resulting in estimation and prediction accuracy decrease, estimated phenomenon of error. In the presence of heteroskedasticity. Must check and eliminate the problem, can make use of the residual graph, test rank correlation coefficient method of variance, using weighted least squares estimation method to eliminate the influence of heteroscedasticity.

【作者單位】： 巢湖學(xué)院數(shù)學(xué)系;
【基金】：中國博士后科學(xué)基金資助項(xiàng)目(2015M572327) 安徽省級(jí)自然科學(xué)研究項(xiàng)目(KJ2013B162) 巢湖學(xué)院校級(jí)科研項(xiàng)目(XLY-201301)
【分類號(hào)】：F113.8;F224
【正文快照】： 1問題提出回歸分析方法是通過建立變量之間的線性模型來研究變量之間的相關(guān)關(guān)系,并通過擬合的模型進(jìn)行預(yù)測(cè)和分析,實(shí)際上就是研究因變量與自變量之間的線性關(guān)系。線性回歸模型的一般形式如下:yi=β0+β1xi1+β2xi2+，

本文編號(hào)：1416498