基于最小一乘的一元线性模型中回归系数的一个置信区间及其应用

摘要

本文讨论了一元线性回归模型中回归系数的估计量及其置信区间问题。在熟悉的最小二乘估计量及其相应的置信区间的基础上，将渐近正态性方法和Bahadur渐近表示及核密度估计方法结合起来，用最小一乘法得到回归系数的另一个置信区间。在相同的置信水平下，通过实例比较了这两个置信区间的长度，发现在某些问题中，利用后者得出的置信区间精度较高。