应用回归分析简答题.docVIP

应用回归分析简答题 回归分析与相关分析的区别与联系是什么？ 答：相关分析与回归分析有密切的联系，它们都是对变量间相关关系的研究，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在一定程度的相关关系时，进行回归分析去寻求相关的具体数学形式才有实际的意义。同时，在进行相关分析时如果要具体确定变量间相关的具体数学形式，又要依赖于回归分析，而且相关分析中相关系数的确定也是建立在回归分析基础上的。 二者的区别：（1）相关分析中，变量x和变量y处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化； （2）相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量； （3）相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制。 线性回归模型的基本假设是什么？ （1）Gauss-Markov假设：a. 误差项是一个期望值为0的随机变量，即； b. 对于自变量 的所有值，的方差都相同，即； c.误差项是彼此相互无关的，即 （2）解释变量是非随机变量，观测值 是常数；（3）正态分布的假定：；（4）为了便于数学上的处理，要求。 Gauss-Markov假设中的三