線性迴歸分析中，解釋變數為什麼解釋為非隨機變數（確定性變數）

1樓：匿名使用者

經典bai迴歸分析中假定解釋變數du為確zhi定變數，這樣是為了讓參dao數檢版驗時能方便地到處一些參權數的分佈。比如，在得到被解釋變數的分佈時，y=a+bx+u，因為前面的a+bx是缺點變數，則y與u有相同的分佈。

在實證中，經濟資料不像其它科學實驗那樣可以設定控制變數，經濟變數的控制只能達到認為的「假設」，即假設某些變數是可以認為控制的，不是隨機的。這種體現在計量經濟中就是假設解釋變數不是隨機性的。

線性迴歸分析中，解釋變數為什麼解釋為非隨機變數（確定性變數）？

2樓：小嫣老師

因為是線性迴歸，比如對於兩個變數的，x，y，假設了用解釋變數x的方程式表示y，

此時只有確定x，才能有對應的y**值，因此x此時不是隨機變數，事實上，一些教材中假定非隨機只是為了理解起來方便，同時在算概率分佈時可以把x當作常數處理。

迴歸分析和相關分析所分析的兩個變數不一定是隨機變數。相關分析，是研究現兩個隨機變數之間是否存在某種依存關係，最典型的一種如求相關係數；迴歸分析，是研究一個隨機變數y對另一個（或一組）隨機變數x的函式依賴關係。

所以說相關分析中所討論的變數的地位一樣，分析側重於隨機變數之間的種種相關特徵。而回歸分析是有解釋變數x和被解釋變數y之分的。

擴充套件資料

不太一般的情況，線性迴歸模型可以是一箇中位數或一些其他的給定x的條件下y的條件分佈的分位數作為x的線性函式表示。像所有形式的迴歸分析一樣，線性迴歸也把焦點放在給定x值的y的條件概率分佈，而不是x和y的聯合概率分佈。

3樓：都玉枝塔裳

因為是現行迴歸了，

比如對於兩個變數的，x，y，

假設了用解釋變數x的方程式表示y，

此時只有確定x，才能有對應的y**值

因此x此時不是隨機變數，

線性迴歸分析中為什麼把解釋變數假設為非隨機變數，謝謝！

4樓：匿名使用者

迴歸分析的基本方法就是建立一個迴歸方程y=f(x)，但它與函式不同，給了x，並不能按函式關係得到y，因為它有一個隨機幹攏（和隨機誤差），所以它的模型為

y=f(x)+ε（ε為隨機幹攏）

5樓：匿名使用者

因為是現行迴歸了，

比如對於兩個變數的，x，y，

假設了用解釋變數x的方程式表示y，

此時只有確定x，才能有對應的y**值

因此x此時不是隨機變數，

迴歸分析過程中，被解釋變數的變換 5

6樓：志當存高遠

在經典模復型中,被解釋變數是隨制機變數bai,解釋變數是非隨機的,兩者之間du是線性關係,

y=a+bx+u,其中干擾項zhi設定為正態分dao布,被解釋變數與隨機干擾項是線性關係,

利用正態分佈的線性變換也是正態分佈可以得出,被解釋變數也是正態變數,y~n(,a+bx,σλ2),得到了其方差為σλ2