Loading [MathJax]/jax/output/CommonHTML/jax.js

正規方程式

回帰係数を求めるプロセスで正規方程式が登場します。

重回帰分析と重複する説明もありますが、整理してみたいと思います。

(参考資料)藤田岳彦 著「大学生の確率・統計」 71、72(単回帰分析)

     XXˆβ=Xy    推定値  ˆβ=(XX)1Xy

       ( 単回帰でも重回帰でも構造は同じです )

統計検定1級 関連問題


単回帰モデル

     (y1yn)=(1x11xn) (β1β2)+(u1un)

X=(1x11xn)x=(x1xn)y=(y1yn)1=(11) とすると、

     XX=(1x)(1x)=(111xx1xx)=(nn¯xn¯xn¯x2)

     Xy=(1x)(y)=(1yxy)=(n¯yn¯xy)

ˆβ=(ˆβ1ˆβ2) とすると、(nn¯xn¯xn¯x2)(ˆβ1ˆβ2)=(n¯yn¯xy)

よって、    (1¯x¯x¯x2)(ˆβ1ˆβ2)=(¯y¯xy)

(1¯x¯x¯x2)1=1s2x(¯x2  ¯x¯x    1) より    (ˆβ1ˆβ2)=1s2x(¯x2  ¯x¯x    1)(¯y¯xy)

(ˆβ1ˆβ2)=1s2x(¯x2¯y¯x¯xy¯x¯y+¯xy)=1s2x((s2x+¯x2)¯y¯x(sxy+¯x¯y)¯x¯y+¯xy)=1s2x(s2x¯ysxy¯xsxy)

     (ˆβ1ˆβ2)=(¯ysxys2x¯xsxys2x)=(¯ysxysxsysysx¯xsxysxsysysx)=(¯yrxysysx¯xrxysysx)

¯xy は積の平均、 sxy は共分散、 s2x は分散を表す)

特に、x,yが標準化されていれば、

ˆβ2=rxy (回帰係数は相関係数と一致)

ˆβ の分散共分散行列は、

     Cov(ˆβ)=σ2(XX)1=σ2(11  1xx1  xx)1=σ2(n  n¯xn¯x  n¯x2)1=σ2n(1  ¯x¯x  ¯x2)1=σ2ns2x(¯x2  ¯x¯x    1)

重回帰分析(2変数)

回帰係数の推定値   XXˆβ=Xy   より ˆβ=(XX)1Xy

X=(1X2X3) は n×3 行列、 (y) はn×1 行列。

     XX=(1X2X3)(1X2X3)=(111X21X3X21X2X2X2X3X31X3X2X3X3)

     Xy=(1X2X3)(y)=(1yX2yX3y)

正規方程式は (111X21X3X21X2X2X2X3X31X3X2X3X3)(ˆβ1ˆβ2ˆβ3)=(1yX2yX3y) 、即ち

     (nn¯X2n¯X3n¯X2n¯X22n¯X2X3n¯X3n¯X2X3n¯X23)(ˆβ1ˆβ2ˆβ3)=(n¯yn¯X2yn¯X3y)   (1¯X2¯X3¯X2¯X22¯X2X3¯X3¯X2X3¯X23)(ˆβ1ˆβ2ˆβ3)=(¯y¯X2y¯X3y)

基本変形を行い、(1¯X2¯X30¯X22¯X22¯X2X3¯X2¯X30¯X2X3¯X2¯X3¯X23¯X32)(ˆβ1ˆβ2ˆβ3)=(¯y¯X2y¯X2¯y¯X3y¯X3¯y)

γ22=¯X22¯X22γ33=¯X23¯X32γ23=cov(X2,X3)γ2y=cov(X2,y)γ3y=cov(X3,y)

により、分散および共分散 γ を用いて表すと、

     (1¯X2¯X30γ22γ230γ23γ33)(ˆβ1ˆβ2ˆβ3)=(¯yγ2yγ3y)   (γ22γ23γ23γ33)(ˆβ2ˆβ3)=(γ2yγ3y)

     (ˆβ2ˆβ3)=(γ22γ23γ23γ33)1(γ2yγ3y)=1γ22γ33γ223(γ33γ23γ23γ22)(γ2yγ3y)

回帰係数の推定値は、

     (ˆβ2ˆβ3)=1γ22γ33γ223(γ2yγ33γ3yγ23γ2yγ23+γ3yγ22)    ˆβ1=¯yˆβ2¯X2ˆβ3¯X3

標準化されて分散が1であれば、

     (1r23r231)(ˆβ2ˆβ3)=(r2yr3y)    (ˆβ2ˆβ3)=11r223(1r23r231)(r2yr3y)

ˆβ の分散共分散行列は

     Cov(ˆβ)=σ2(XX)1=σ2(n   n¯X2   n¯X3n¯X2   n¯X22   n¯X2X3n¯X3   n¯X2X3   n¯X23)1=σ2n(1   ¯X2   ¯X3¯X2   ¯X22   ¯X2X3¯X3   ¯X2X3   ¯X23)1

標準化されていれば、 r=cor(X2,X3) を相関係数とすると

     Cov(ˆβ)=σ2(XX)1=σ2(n   0   00   n   nr0   nr   n )1=σ2n(1   0   00   1   r0   r   1 )1

逆行列は基本変形によって求めることができるので、

ˆβ2,ˆβ3 の分散共分散行列は、

     σ2n(1   rr   1 )1=σ2n(1r2)(1   rr   1 )

 

[参考]

富山大学 唐渡広志 様 「44の例題で学ぶ計量経済学」(Ohmsha) p127 によれば、

偏差平方和、偏差積和により表現することもできる。

S22=ncov(X2,X2)S33=ncov(X3,X3)S23=ncov(X2,X3)

S2y=ncov(X2,y)S3y=ncov(X3,y) により、偏差平方和、偏差積和を表すと、

     (nn¯X2n¯X3n¯X2S22+n¯X22S23+n¯X2¯X3n¯X3S23+n¯X2¯X3S33+n¯X32)(ˆβ1ˆβ2ˆβ3)=(n¯yS2y+n¯X2¯yS3y+n¯X3¯y)   

     (1¯X2¯X30S22S230S23S33)(ˆβ1ˆβ2ˆβ3)=(¯yS2yS3y)    (S22S23S23S33)(ˆβ2ˆβ3)=(S2yS3y)

     (ˆβ2ˆβ3)=1S22S33S223(S33S23S23S22)(S2yS3y)

このように、偏差平方和、偏差積和で表すこともできる。

S22=nγ22S33=nγ33S23=nγ23S2y=nγ2yS3y=nγ3y に注意すると、

     (ˆβ2ˆβ3)=1γ22γ33γ223(γ33γ23γ23γ22)(γ2yγ3y)   と一致することがわかる。


[更新日]

© hyoccori-toukei 2021