應(yīng)用回歸分析填空題和答案_第1頁(yè)
應(yīng)用回歸分析填空題和答案_第2頁(yè)
應(yīng)用回歸分析填空題和答案_第3頁(yè)
應(yīng)用回歸分析填空題和答案_第4頁(yè)
應(yīng)用回歸分析填空題和答案_第5頁(yè)
已閱讀5頁(yè),還剩2頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

應(yīng)用回歸分析:填空(1)回歸分析是處理變量間_______關(guān)系的一種數(shù)理統(tǒng)計(jì)方法,若變量間具有線性關(guān)系,則稱相應(yīng)的回歸分析為_(kāi)___________;若變量間不具有線性關(guān)系,就稱相應(yīng)的回歸分析為_(kāi)__________________。(2)現(xiàn)代統(tǒng)計(jì)學(xué)中研究統(tǒng)計(jì)關(guān)系的兩個(gè)重要分支是_________和_____________。(3)回歸模型的建立是基于回歸變量的樣本統(tǒng)計(jì)數(shù)據(jù),常用的樣本數(shù)據(jù)分為_(kāi)_____________________和______________________。(4)回歸模型通常應(yīng)用于______________________、____________________和_____________________等方面。(5)最小二乘法的基本特點(diǎn)是使回歸值與_________________________平方和為最小,最小二乘法的理論依據(jù)是___________________________。(6)多元線性回歸模型,回歸參數(shù)的最小二乘估計(jì)為=_________________________。(7)設(shè)線性回歸模型參數(shù)向量(p+1維)的最小二乘估計(jì)為,為p+1維常數(shù)向量,則______________是____________的最小方差線性無(wú)偏估計(jì)。(8)在線性回歸分析中,最小二乘估計(jì)的性質(zhì)有______________;__________________和____________________等。(9)多元線性回歸模型,誤差項(xiàng)需滿足的假設(shè)為:(a):________________________________________;(b):________________________________________;(c):_________________________________________。(10)對(duì)回歸方程做顯著性檢驗(yàn)時(shí),可以用P值代替檢驗(yàn)統(tǒng)計(jì)量值,作出拒絕或接受原假設(shè)的決定:當(dāng)P_______時(shí),接受;當(dāng)P________時(shí),拒絕。(11)在p元線性回歸中,確定隨機(jī)變量與自變量間是否有線性關(guān)系,通常要進(jìn)行________檢驗(yàn),檢驗(yàn)的方法有(a)_______________________,(b)_______________________________,(c)______________________________。(12)對(duì)線性回歸方程作F檢驗(yàn),是____________________________作檢驗(yàn);t檢驗(yàn)是對(duì)________________________________作檢驗(yàn)。(13)在多元線性回歸中,當(dāng)時(shí),則____________________;_______________________。(14)殘差具有性質(zhì):a)__________;b)__________________;c)并滿足約束條件:___________,_____________。(15)在線性回歸中,回歸系數(shù)的置信度為的置信區(qū)間為_(kāi)______________________________。(16)設(shè)是經(jīng)中心化標(biāo)準(zhǔn)化的設(shè)計(jì)矩陣,則樣本相關(guān)(系數(shù))矩陣可由表示為=_____________________________。(17)在多元線性回歸中,樣本決定系數(shù)=_______________________。(18)前進(jìn)法,后退法還有_______________________是建立回歸模型時(shí)變量選擇的常用方法,并且這最后一種方法吸取了前兩種方法的優(yōu)點(diǎn)。(19)多重共線性診斷的方法主要有:1)_______________________________;2)___________________________;3)______________________________。(20)為了消除多重共線性對(duì)回歸模型的不良影響,通常采用的方法有:______________________________;_____________________________和___________________________________。(21)多元線性回歸模型,設(shè)為權(quán)矩陣,則加權(quán)最小二乘估計(jì)可表達(dá)為=________________________________。(22)在多元線性回歸模型中,通常取權(quán)函數(shù)為某個(gè)自變量的冪函數(shù),在這個(gè)自變量中,應(yīng)取____________________________________構(gòu)造權(quán)函數(shù)。(23)設(shè)為線性回歸模型的設(shè)計(jì)矩陣,是的特征的線性回歸效果是否顯著(即每一個(gè)回歸系數(shù))(13)、(14)a)0;b);c)0、0(15),其中是矩陣的主對(duì)角線元素(16)(17),其中是總平方和,是回歸平方和,是殘差平方和(18)逐步回歸法(19)方差擴(kuò)大因子法、特征根判定法、直觀判定法(20)剔除一些不重要的解釋變量;增大樣本容量;回歸系數(shù)的有偏估計(jì):嶺回歸法、主成分法、偏最小二乘法等(21),其中是權(quán)向量(22)與普通殘差的等級(jí)相關(guān)系數(shù)最大的自變量(23)為最大特征根(24)近似為0;至少有一個(gè)近似為0(25)差分法和迭代法(26);(27),(2

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論