回归系数的标准误(S.E)就是它的标准差吗?另外,回归的标准误(S.E of regression)又是什么意思?

我已经百度知道了标准误和标准差的区别,但是那一般使用样本平均值做例子,现在按照那个来理解这个回归结果中的两个标准误,我表示,我晕了。。。... 我已经百度知道了标准误和标准差的区别,但是那一般使用样本平均值做例子,现在按照那个来理解这个回归结果中的两个标准误,我表示,我晕了。。。 展开
教育小百科达人
2019-05-16 · TA获得超过156万个赞
知道大有可为答主
回答量:8828
采纳率:99%
帮助的人:473万
展开全部

回归系数的标准误差就是它的标准差,统计量的标准差一般叫做标准误差,回归系数的估计其实就是均值估计。

回归的标准误应该是模型中随机扰动项(误差项)的标准差的估计值,它的平方实际上就是随机扰动项(误差项)的方差的无偏估计量,它实际上又叫做误差均方,等于残差的平方和/(样本容量-待估参数的个数)。

回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大,正回归系数表示y 随x 增大而增大,负回归系数表示y 随x增大而减小。

例如回归方程式Y=bX+a中,斜率b称为回归系数,表示X每变动一单位,平均而言,Y将变动b单位。

扩展资料:

回归系数由回归方程求导数得到,所以,回归系数>0,回归方程曲线单调递增;回归系数<0,回归方程曲线单调递减;回归系数=0,回归方程求最值(最大值、最小值)。

标准差是一组数据平均值分散程度的一种度量。一个较大的标准差,代表大部分数值和其平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值。

在物理科学中,做重复性测量时,测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值,测量值的标准差占有决定性重要角色。

如果测量平均值与预测值相差太远(同时与标准差数值做比较),则认为测量值与预测值互相矛盾。这很容易理解,因为如果测量值都落在一定数值范围之外,可以合理推论预测值是否正确。

标准差应用于投资上,可作为量度回报稳定性的指标。标准差数值越大,代表回报远离过去平均数值,回报较不稳定故风险越高。相反,标准差数值越小,代表回报较为稳定,风险亦较小。

参考资料来源:百度百科——回归系数

fatbird5277
推荐于2017-10-06 · TA获得超过236个赞
知道答主
回答量:1
采纳率:0%
帮助的人:4.7万
展开全部
回归系数的标准误差就是它的标准差,统计量的标准差一般叫做标准误差,回归系数的估计其实就是均值估计哦。回归的标准误应该是模型中随机扰动项(误差项)的标准差的估计值。它的平方实际上就是随机扰动项(误差项)的方差的无偏估计量,它实际上又叫做误差均方,等于残差的平方和/(样本容量-待估参数的个数)。可以参考一下张晓峒老师的《计量经济学基础》,讲的很清晰!
追问
非常感谢!!!对于您的回答,我还有点疑问的地方,首先,回归系数的估计为什么其实就是均值估计?另外,误差项方差的无偏估计量是叫做误差均方吗?这个和均方误差(MSE)有什么联系吗?
追答
你想一想,我们在估计解释变量对于被解释变量的影响时,实际上是估计的解释变量对于被解释变量的数学期望的影响,E(y)=a+b*x,所以是一个均值估计,回答的时候也是对于x的变化,y一般(平均)有什么样的变化。另外,我们在估计的时候都是用样本估计的,抽取一个样本就可以得到一个估计系数,再抽取一个还可以得到一个不同的估计系数,所以估计系数本身就是随机变量。而这种随机变量(由于是通过抽样获得的)的标准差就叫做标准误差。
误差项方差的误差均方是误差项方差的无偏估计量,这个和均方误差应该是一样的
本回答被提问者采纳
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式