topic1.变量间的关系有哪些?
变量间的关系大体上有两类:
①函数关系:y = f(x);
②非确定性关系:y = ax1 + bx2 + t (t为随机扰动项).
topic2.回归与相关有何区别?
1.回归中,y依赖于x;相关分析中,y与x的地位一样。
2.回归中,y是随机变量,x是确定性变量;相关分析中,y与x都是随机变量。
3.用途不一样,回归不仅可以探索变量之间的关系,还可以用来做控制和预测;相关分析用来研究变量间的线性相关程度。
topic3.回归分析研究的基本内容和脉络是怎样的?
topic4.回归模型中随机误差项主要包括哪些因素的影响?
1.由于人们认识的局限或时间、费用、数据质量等制约未引入回归模型但又对回归被解释变量y有影响的元素;
2.样本数据的采集过程中变量观测值的观测误差的影响;
3.理论模型设定误差的影响;
4.其他随机元素的影响。
topic5.古典线性回归模型有哪些基本假设?
topic6.回归模型建模的过程是怎样的?
topic7.极大似然原理的基本思想是什么样的?
极大似然原理的直观想法是:一个随机试验如有若干个可能的结果A,B,C,…。若在一次试验中,结果A出现,则一般认为试验条件对A出现有利,也即A出现的概率很大。
topic8.最小二乘估计有哪些性质?
1.估计量是随机变量yi的的线性函数;
2.估计量是无偏估计;
3.估计量的方差
在高斯-马尔卡夫条件下,估计量是最佳线性无偏估计。
topic9.t检验的原假设是什么?构造的t统计量是什么?拒绝域是什么?
t检验的原假设:回归系数为0,即x的变化对y没有影响。
t统计量:
拒绝域:
topic10.如何理解P值?
•P值即显著性概率值(Significence Probability Value);
•是当原假设为真时得到比目前的样本更极端的样本的概率,所谓极端就是与原假设相背离;
•它是用此样本拒绝原假设所犯弃真错误的 真实概率,被称为观察到的(或实测的)显著性水平;
topic11.F检验的原假设是什么?F检验的统计量是什么?
F检验的原假设:回归方程不显著。
topic12.相关系数显著性检验的统计量是什么?
相关系数显著性检验的统计量: