何晓群版应用回归分析考试重点题型.pdfVIP

一元，多元线形回归分析： 一. 请分别叙述变量间统计关系与函数关系的区别， 以及相关分析与回归分 析的联系与区别。 答：各自然现象或社会现象之间普遍存在着各种联系，根据这些联系的 紧密程度不同，可将之分为函数关系与统计关系。 一种情况下某变量 Y 能被其余的一类变量 X ,K , X 完全决定，这时 1 n 两者之间存在着完全的确定性关系，这种关系可以通过一个函数 Y f (X 1 ,K , X n ) 表示。这样的确定性关系被称为函数关系。 另一种情况下变量之间虽然存在紧密的联系，但并不能互相唯一 确定，这种非确定性的紧密联系被称为统计关系。 相关分析与回归分析都是研究两边统计关系的方法，在实际问题 的处理中往往结合使用两者。两者的区别主要在于： 1. 目标不同：相关 分析主要用于刻画 X,Y 两变量间的联系的密切程度，而回归分析除此之 外，还关心对未观察 Y 值的预测与控制。 2. 角度不同：相关分析中 X，Y 两变量地位相同，因此假设两者都是随机变量；而回归分析中只将变量 Y 作为主要研究对象，因而往往假设 Y 是随机变量，而 X 是非随机变量。 二. 请叙述（一元）多元线性回归模型及其基本假设 答： 1. 一元线性模型的基本形式是： y = + x + ，其中 ， 称为回归系数， 称为随机误差。 i 0 1 i i 0 1 i 其基本假设为： G-M 假设： E i =0 0， i j （ ， ） Cov = i j 2 , i j 或者更强的正态性假设： 2 i 独立同分布， 1 : N （0， ） 。 2. 多元线性模型的基本假设是： T T y=X + ，其中 = （ ,K , ）称为回归系数阵， = （ ,K , ） 称为随机 0 p 1 n . . . 误差 . 其基本假设为： a. G-M 假设： E i =0 0， i j （ ， ） Cov = i j 2 , i j 或者更强的正态性假设： 2 i 独立同分布， 1 : N （0， ） 。 b.rank(X)=p+1n 三． 请叙述最小二乘法（最大似然法）的基本思路、理论基础