20应用统计考研复试要点(part35)--简答题

121 篇文章 63 订阅
这篇博客整理了考研应用统计复试中的简答题要点,包括无偏估计量与最小方差无偏估计量的定义、回归模型的假设及应对方法、概率抽样的类型、统计分组原则、平稳序列与非平稳序列的概念等关键知识点。
摘要由CSDN通过智能技术生成

学习笔记,仅供参考,有错必纠


简答题


  • 简述无偏估计量与最小方差无偏估计量的定义

无偏性,是指估计量抽样分布的数学期望等于被估计的总体参数。

最小方差无偏估计,是在无偏估计类中使均方误差达到最小的估计量。


  • 说明回归模型的假设以及当这些假设不成立时的应对方法

多元回归模型的基本假定有:

img

若模型中存在多重共线性时,解决的方法有:

(1)将一个或多个相关的自变量从模型中剔除,使保留的自变量尽可能不相关。

(2)如果要在模型中保留所有的自变量,那就应该:避免进行单个回归系数的t检验;对因变量y进行估计时,应该限定在自变量样本值范围内。

若模型中存在序列相关时,解决的方法有:

首先要查

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GUI Research Group

谢谢支持!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值