09月22日, 2014 186次
总体回归函数：将总体应变量的条件期望表示为解释变量的某种函数，其一般表达式为E(Y/Xi)=f(Xi)，样本回归函数：将应变量Y的样本观测值的拟合值表示为解释变量的某种函数。样本回归函数与总体回归函数的区别：（1）总体回归线是未知，但它是确定的；样本回归线随抽样波动而变化，可以有许多条。 （2）总体回归函数的参数虽未知，但是确定的常数；样本回归函数的回归系数可估计，但是随抽样而变化的随机变量； （3）总体回归函数中的随机误差项ut 是不可直接观测的；而样本回归函数中的残差et 是只要估计出样本回归估计值 就可以计算的数值。
样本回归函数与总体回归函数的联系： （1）样本回归函数的函数形式应与设定的总体回归函数的函数形式保持一致； （2）样本回归函数的回归系数是对总体回归函数参数的估计； （3）样本回归函数的因变量估计值是总体回归函数因变量估计值的估计；（4）回归分析的目的是用样本回归函数去估计总体回归函数。样本回归函数与总体回归函数的区别： （1）总体回归线是未知，但它是确定的；样本回归线随抽样波动而变化，可以有许多条。 （2）总体回归函数的参数虽未知，但是确定的常数；样本回归函数的回归系数可估计，但是随抽样而变化的随机变量； （3）总体回归函数中的随机误差项ut 是不可直接观测的；而样本回归函数中的残差et 是只要估计出样本回归估计值 就可以计算的数值。
总体回归函数也成为理论回归函数，模型为 E（y | x）= a + b x其中参数ab存在但未知，是一个期望值，样本回归函数也成为经验回归函数模型为 y^ = a^ + b^ x其中a^ 、b^为根据样本数据估计出来的值，y^也是通过估计所得的方程预测出来的值。非实际模型，知识用来拟合实际模型。
样本回归函数是总体回归函数的一个近似,总体回归函数是理论回归函数，样本回归函数是经验回归函数。总体回归函数是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。样本回归函数是随解释变量（可支配收入）的变化而有规律的变化。如果把解释变量Y的样本条件均值表示为解释变量X的某种函数，这个函数成为样本回归函数。显然，样本回归函数的函数形式应与设定的总体回归函数形式一致。
统计学第四版答案第一章什么是统计学？怎样理解统计学与统计数据的关系？答总体回归函数是确定的和未知的，是回归分析所估计的对象。样本回归函数是根据
我应该认识你，你是安工大统计专业的？！
总体回归函数也成为理论回归函数，模型为 E（y | x）= a + b x其中参数ab存在但未知，是一个期望值，样本回归函数也成为经验回归函数模型为 y^ = a^ + b^ x其中a^ 、b^为根据样本数据估计出来的值，y^也是通过估计所得的方程预测出来的值。非实际模型，知识用来拟合实际模型。
总体回归函数也成为理论回归函数，模型为 E（y | x）= a + b x其中参数ab存在但未知，是一个期望值，样本回归函数也成为经验回归函数模型为 y^ = a^ + b^ x其中a^ 、b^为根据样本数据估计出来的值，y^也是通过估计所得的方程预测出来的值。非实际模型，知识用来拟合实际模型。 本回答由提问者推荐
总体回归线是未知的，只有一条。样本回归线是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归线。总体回归函数中的β1和β2是未知的参数，表现为常数。而样本回归函数中的 是随机变量，其具体数值随所抽取的样本观测值不同而变动。总体回归函数中的ut是Yt与未知的总体回归线之间的纵向距离，它是不可直接观测的。而样本回归函数中的et是Yt与样本回归线之间的纵向距离，当根据样本观测值拟合出样本回归线之后，可以计算出et的具体数值。
总体回归函数也成为理论回归函数，模型为 E（y | x）= a + b x其中参数ab存在但未知，是一个期望值，样本回归函数也成为经验回归函数模型为 y^ = a^ + b^ x其中a^ 、b^为根据样本数据估计出来的值，y^也是通过估计所得的方程预测出来的值。非实际模型，知识用来拟合实际模型。