圆同学回答（1）
黄石2024-07-19 09:15:17
黄石同学你好。回归的建模核心思路是先假设总体当中变量之间存在一种关系，该关系可由（假设两个变量，X和Y）Yi = a + bXi + ei完全描述，换句话说我们假设数据就是按照这个函数生成的。该函数中的ei就是误差项。给定X的一个取值，Y的取值我们假设就等于a + bX，再加上一个随机的误差项。误差项是我们无法观测得到的，是一个未知的总体当中的量。而对于回归模型的估计，我们通过随机抽样的方式获得n对{yi, xi}，再使用最小二乘法得到a和b的估计，a^与b^，此时我们有yi = a^ + b^xi + ei^，其中ei^是残差，可被看作是样本观察值与模型估计值（也就是拟合值，yi^ = a^ + b^xi）之间的差，也可被看作是误差项在样本中的实现值。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片