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)
X′Xˆβ=X′y 推定値 ˆβ=(X′X)−1X′y
( 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
(y1⋮yn)=(1x1⋮⋮1xn) (β1β2)+(u1⋮un)
X=(1x1⋮⋮1xn)、x=(x1⋮xn)、y=(y1⋮yn)、1=(1⋮1) とすると、
X′X=(1′x′)(1x)=(1′⋅11′⋅xx′⋅1x′⋅x)=(nn¯xn¯xn¯x2)
X′y=(1′x′)(y)=(1′⋅yx′⋅y)=(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¯y−sxy⋅¯xsxy)
∴(ˆβ1ˆβ2)=(¯y−sxys2x¯xsxys2x)=(¯y−sxysxsysysx¯xsxysxsysysx)=(¯y−rxysysx¯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(X′X)−1=σ2(1′⋅1 1′⋅xx′⋅1 x′⋅x)−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 X′Xˆβ=X′y より ˆβ=(X′X)−1X′y
X=(1X2X3) は n×3 行列、 (y) はn×1 行列。
X′X=(1′X′2X′3)(1X2X3)=(1′⋅11′⋅X21′⋅X3X′2⋅1X′2⋅X2X′2⋅X3X′3⋅1X′3⋅X2X′3⋅X3)
X′y=(1′X′2X′3)(y)=(1′⋅yX′2⋅yX′3⋅y)
正規方程式は (1′⋅11′⋅X21′⋅X3X′2⋅1X′2⋅X2X′2⋅X3X′3⋅1X′3⋅X2X′3⋅X3)(ˆβ1ˆβ2ˆβ3)=(1′⋅yX′2⋅yX′3⋅y) 、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−¯X22、γ33=¯X23−¯X32、γ23=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)=1γ22γ33−γ223(γ33−γ23−γ23γ22)(γ2yγ3y)
回帰係数の推定値は、
(ˆβ2ˆβ3)=1γ22γ33−γ223(γ2yγ33−γ3yγ23−γ2yγ23+γ3yγ22) ˆβ1=¯y−ˆβ2¯X2−ˆβ3¯X3
標準化されて分散が1であれば、
(1r23r231)(ˆβ2ˆβ3)=(r2yr3y) ∴(ˆβ2ˆβ3)=11−r223(1−r23−r231)(r2yr3y)
ˆβ の分散共分散行列は
Cov(ˆβ)=σ2(X′X)−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(X′X)−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(1−r2)(1 −r−r 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=n⋅cov(X2,X2)、S33=n⋅cov(X3,X3)、S23=n⋅cov(X2,X3)
S2y=n⋅cov(X2,y) 、S3y=n⋅cov(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)=1S22S33−S223(S33−S23−S23S22)(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=nγ22 、S33=nγ33 、S23=nγ23 、S2y=nγ2y 、S3y=nγ3y に注意すると、
(ˆβ2ˆβ3)=1γ22γ33−γ223(γ33−γ23−γ23γ22)(γ2yγ3y) と一致することがわかる。
[更新日]