是同学2021-07-02 14:40:09
老师第一张图里的公式为什么和原版书不一样啊?(方差用的不一样) 还有第二张图里,为什么b0的SE公式里,同一个公式里既有有偏的样本方差又有无偏的样本方差? 有点混乱,样本方差到底什么时候用有偏的什么用无偏的?
回答(1)
Jenny2021-07-02 17:46:54
同学你好,第一个式子应该是sigmax cap^2, 而不是Sx^2,以原版书为准,后续我们会进行修正(f附图1),谢谢你的反馈。但是下面那个式子,你应该是有点误解。 S^2是残差项的方差(附图2),sigma x cap是X方差的样本估计量,所以他俩针对的不是同一个变量。这个简单了解即可,即使在原版书,也只是属于拓展内容,考试基本不会考的。
- 评论(0)
- 追问(10)
- 追问
-
不是的,老师下面那个式子我说的也是既有Sx^2又有sigma x cap^2,不是S^2
- 追问
-
而且下面那个式子还是Sx cap^2,是不是没有这种S还带cap这种写法呀?
- 追答
-
不是的,这个式子在上面回复过你了,讲义里面是写错的。上一个回复里的附图就是改过后的版本。新的公式里面只有sigma x cap了,没有Sx呀。所以不存在你说的情况。
另外,也给你放了一下推导,见附图。S^2是模型的误差,或者说是shock的方差,不是X的哈。
这部分简单了解即可,属于超纲内容,有兴趣的话可以课下自行研究。
- 追问
-
谢谢老师,S^2我明白的,我第一次问的就是Sx_cap^2,既然是讲一写错了我没问题了
- 追问
-
老师您推导里第一行是怎么得到第二行的呀? 不是相互独立方差才可加么? Y_bar和(beta1_cap·X_bar)不是相互独立的啊
- 追答
-
正常来说,第二行的式子,y 拔和beta cap*x拔之间还有一个协方差,但是y拔是常数,常数和变量之间的协方差是0,所以这里就省略了。
- 追问
-
这里y_bar看为常数的话,公式里y_bar的方差不为0啊
- 追答
-
前面少打了一个字母, 完整写一下:var(beta 0 cap)=var(y 拔- beta 1 cap*x拔)=var(y 拔)+x拔^2*var(beta1 cap)-2*x拔*cov(y 拔,beta 1 cap); 这里的var(y 拔)等于s^2/n, 此处证明用中心极限定理的结论,这里就不展开了。cov(y 拔,beta 1 cap)的证明见附图,简单参考即可,这个证明要联系其他参数的推导,如果有兴趣可以参考蒙哥马利的introduction to linear regression analysis solution 的第五版,每一步推导都很详细。由于这些证明都不在原版书的范围内,后续就不再展开了,可以自行研究。
- 追问
-
谢谢老师,辛苦了
- 追答
-
不客气哒~


评论
0/1000
追答
0/1000
+上传图片