集美大学-实用统计方法,信计专业
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第一章:最小二乘估计、检验统计量 ●
β的最小二乘估计:选择β时的误差项的平方和最小21
()n
T
i
i S βεεε===∑,最后导出1()T T X X X Y β∧
-=
●
β的最大释然估计:2112222
1
2
2
1111()exp{()}exp{()}22(2)(2)n
i i i n n j n
n
L Y X X S ββββσσπσπσ=-=
-+=
-
∑
也是使得()S β所以和上面相同。
【作业2】考虑回归模型:1122i i i i Y X X ββε=++, 1,2i n = 其中(1,2)
i i n ε= 互不相关且()0i E ε=,2()i Var εσ= (1)求1β和2β的最小二乘估计
(2)设2~(0,)i N εσ求1β,2β的极大似然估计,它们和(1)中的最小二乘估计是否相同?
解:(1)最小二乘估计: 令12n Y Y Y Y ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ ,1121212212n n X X X X X X X ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ ,12βββ⎛⎫= ⎪⎝⎭
,12n εεεε⎛⎫
⎪
⎪= ⎪ ⎪⎝⎭
则该回归模型课简化为:Y X βε=+,要使误差项的平方和:
2^
2
2
211221
1
1
1
()()()()()n n n
T
T
i i ij j i i i i i j i S Y X Y X Y X Y X X βεεεβββββ=======--=-=-+∑∑∑∑
达到最小,则分别对1β,2β求偏导并令其为0,得:2
11
()
2()0(1,2)n i ij j ik i j k S Y X X k δββδβ===--==∑∑
即:
2
2
1
11
1
1
(),(1,2)n
n
n
i
ik
ij
ik j ij ik j i i j j i Y X X
X X X k ββ========∑∑∑∑∑,即:T T X X X Y β=
()()2T rank X X rank X == ,1()T X X -∴存在
所以解正规方程即得:12βββ⎛⎫= ⎪⎝⎭的最小二乘估计1
12()T T X X X Y βββ∧∧-∧⎛⎫ ⎪== ⎪ ⎪⎝⎭
,即为所求。
(2)2~(0,)i N εσ ,则(1,2)i Y i n = 相互独立,且21122~(,)i i i Y N X X ββσ+ 所以12(,,)T
n Y Y Y Y = 的似然函数为:
2112222
1
2
2
1111()exp{()}exp{()}22(2)(2)n
i i i n n j n
n
L Y X X S ββββσσ
πσπσ=-=
-+=
-
∑
求β∧
使()L β达最大,即使()S β达最小,1
()T
T
X X X Y β∧
-= 即1β,2β的极大似然估计和(1)中最小二乘估计相同
【作业6】在某水源问题的研究中,
考虑下述回归模型:01122312,1,2i i i i i i Y X X X X i n βββββε=++++=
写出下列情况下的约简模型,检验统计量及检验准则:(1)340ββ==(3)125ββ==
解:(1)约简模型01122(1,2)i i i i Y X X i n βββε=+++= ,检验统计量()()
()R F
F
SSE R SSE F f f F SSE F f --=
1212343412()()(,)(,,,)(,|,)SSE R SSE F SSE x x SSE x x x x SSR x x x x -=-= 3R f n =-,5F f n =-,34123412(,|,)
(,|,)225
SSR x x x x SSR x x x x F SSE MSE n =
=-, 检验准则:检验假设034134
:0
:H H ββββ==⎧⎨
≠⎩,给定显著性水平α,则0000(2,5),(2,5),F F F n H F F F n H αα≤-⎧⎨>-⎩若的观测值接受若的观测值拒绝
(2)因为125ββ==
,所以约简模型:0123125)i i i Y X X X X βββε=++++(
1203125)(1,2)i i i Y X X X X i n βββε-+=++= (
检验统计量1203125)(1,2)i i i
Y X X X X i n βββε-+=++= (
3R f n =-,5F f n =-,()()
()()
~(2,5)()R F F
SSE R SSE F f f SSE R SSE F F F n SSE F MSF f ---=
=- 假设检验012112
:5
:H H ββββ==⎧⎨≠⎩,则0000(2,5),(2,5),F F F n H F F F n H αα≤-⎧⎨>-⎩若的观测值接受若的观测值拒绝
第二章:
● 1.主成分分析:11122122(,)(,)(,)(,)Cov X X Cov X X Cov X X Cov X X ⎛⎫
∑= ⎪⎝⎭
,(,)ij Cov X X ρ=
方法:①由协方差矩阵求特征值;②正交单位化特征向量i e (将特征值代入,算出X ,可以得到关系式,再加上
22121X X ++= )③各个主成分就是T i i Y e X =;④第一主成分即为最大λ除以λ总和
● 2.相关矩阵:另外,在各个变量方差差别太大的情况下,需要将协方差矩阵∑转换成相关矩阵ρ
【作业1】设总体()1
2T
X X X =的协方差矩阵为5222E ⎛⎫= ⎪⎝⎭
,求X 的主成分1Y 和2Y 并计算第一主成分1Y 的贡献率
解:设特征值为λ,52
022λλ-∴=-,
得126,1λλ==,
相应的特征向量155T
e ⎛= ⎝
⎭
,255T
e ⎛=- ⎝
⎭