文档介绍：应用回回分析：填空
回回分析是处理变量问■关系的一种数理统计方法,假设变量问具有线
性关系,那么称相应的回回分析为了;假设变量问不具有线性关系,就称 相应的回回分析为了
现代统计学中钻研统计关系的两个重要分支是 和 o
回回模W =
在多元线性回回模型中,通常取权函数为了某个自变量的籍函数,在
X1,X2,…,Xp这p个自变量中,应取
构造权函数.
设X为了线性回回模型的设计矩阵, 牛是XT X的特征
根,贝U其条件数 kj=o
设X为了线性回回模型的设计矩阵,当解释变量问存在多重(复)共线性时,
X T X的行列式, X T X的特征根 0
(填小到或大到什么程度)
利 是处理自相关问题的两种简洁的方法.
在线性回回模型中,设％是Xi和e,的等级(秩)相关系数,
t =虹冬 那么当七 时认为了存在显著的异方差性,
2 _
」-'rs
当t 寸认为了不存在显著的异方差性.
检验线性回回模型中随机误差是否存在自相关现象的 DW检验统计量和自
相关系数？的关系式为了 ； DW 的取值范围是
建立回回模型时,选择解释变量的根本指导思想是 o
在多元线性回回中,可以用标准化残差和学生化残差判断异常值的存在,
曲线回回模型中的回回函数f (x )=boxb1 ,那么可通过
V = _, ~ _ 将其线性化.
曲线回回模型中的回回函数f (x )= bo exp (bix ),那么可通过令
〜
顼,二
将其线性化.
曲线回回模型中的回回函数f (x )= bo +加ln x ,那么可通过令 y = _, V = _将其线性化.
曲线回回模型中的回回函数f (x )=b.+Sx +b?x 相关关系、线性回回分析、非线性回回分析
回回分析、相关分析
横截面数据、时间序列数据
变量的因素分析、预测、控制
实际观测值的离差、函数的极值理论
(X X 广X V
⑺弗、cP
无偏性、线性性、最小方差性
误差项的数学期望为了 0,即EJ) =0 ;同方差性,即 ％) =.2| ；误差项问彼此
互不相关,即Cov( [ , ^ ) = 0, i - j
A、 <
假设、回回方程的整体性F检验、回回系数的t检验、拟合优度检验
关于y对所有自变量x-x2,…xp整体的线性回回效果是否显著、 y对每一个自变量
,那么可通过令
V =,xi =
〜
x2
将其线性化.
在含有定性自变量的回回模型中,一个定性变量有 k类可能的取值时,需
要引入 个 B变量.
在非线性回回中, 再成立,定义非线性回回
的复决定系数为了
填空题答案
的线性回回效果是否显著(即每一个回回系数)
N(6,<t2(XX )-)、 72(n—p—1)
「 1 —2
/ 、 1 (x -x) 2
a) 0; b) 1_—_ |^2 ; c)0、0
n 匚, 一、2
j (xi - x)
- J _1
(目—t* JCL?, ? +"2足的),其中cii是矩阵(x X )」的主对角线元素
(X *) X*
SSR SSE
R = =1 — ,其中SST是总平方和,SSR是回回平方和,SSE是残差平
方和
逐步