全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
1753 7
2012-04-14
对于 y(i) = a + bx(i) + epsilon(i)
epsilon(i) 是被假设符合正态分布的随机变量。

我看到Simmon Wood的书上写到:
假设epsilon(i) ~ N(0, sigma^2) for all i, 这等同于假设Y(i) ~ N(x(i)*b, sigma^2). 我们注意到bhat仅仅是Y(i)的一个加权和,但是Y(i)现在被假设为正态随机变量,因此bhat也必须是一个正态随机变量:
bhat ~ N(b, sum(x(i))^(-1)*sigma^2)。

我的问题是:这是不是说线性回归方程中的斜率的估计也是一个正态随机变量?是不是说它也符合正态分布?

请诸位同仁不惜赐教。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2012-4-14 10:24:24
斜率的估计严格来说是符合正态分布的统计量。古扎拉蒂的书写的再清楚不过了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-4-14 10:37:12
Good!
那么我还要请教一个小问题,y=a+b*x+epsilon还可以写为y=a+1/k*x+epsilon,此处k=1/b,那么请问k符不符合正态分布,嘿嘿
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-4-14 11:01:15
在X非随机的情况下,斜率的估计值是随机变量Y的线性组合,无论怎么变换,经典线性回归的斜率总是服从正态分布的估计量。但如果一定要采用1/K的表达形式事实上就不是“线性”回归的范畴了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-4-14 11:28:34
学习了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-4-14 11:54:15
xuezhe116 发表于 2012-4-14 11:01
在X非随机的情况下,斜率的估计值是随机变量Y的线性组合,无论怎么变换,经典线性回归的斜率总是服从正态分 ...
奇怪的是Y居然也是符合正态分布的!Y(i)的均值居然是b*x(i),怎么回事?为什么不是a+b*x(i)?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群