一元线性回归中异方差的处理

发布时间：2018-01-12 23:29

  本文关键词：一元线性回归中异方差的处理　出处：《统计与决策》2015年21期 　论文类型：期刊论文

  更多相关文章： 异方差 残差图 加权最小二乘估计

【摘要】：文章认为回归分析中总是假定误差具有独立同分布的性质,事实上很多情况下会出现异方差性。如果此时沿用原来的方法得到参数估计量,就会偏离真实值,造成估计与预测准确度的降低,出现对现象错误的估计。在出现异方差时,必须对问题进行检验和消除,可以利用残差图、等级相关系数等方法对异方差检验,运用加权最小二乘法估计来消除异方差的影响。
[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.

【作者单位】： 巢湖学院数学系;
【基金】：中国博士后科学基金资助项目(2015M572327) 安徽省级自然科学研究项目(KJ2013B162) 巢湖学院校级科研项目(XLY-201301)
【分类号】：F113.8;F224
【正文快照】： 1问题提出回归分析方法是通过建立变量之间的线性模型来研究变量之间的相关关系,并通过拟合的模型进行预测和分析,实际上就是研究因变量与自变量之间的线性关系。线性回归模型的一般形式如下:yi=β0+β1xi1+β2xi2+，

本文编号：1416498