第二章 多元回归分析实验:本章讨论多元回归分析模型的一般形式、求解方法,重点介绍其统计检验方法,最后举例演示。2.1多元线性回归模型的一般形式:多元线性回归模型的一般形式,与一元回归模型的区别。
2.2多元线性回归模型的估计:多元线性回归模型参数的估计方法,重点介绍最小二乘法的原理及统计性质。
2.3多元线性回归模型检验:多元线性回归模型的三种统计检验方法:拟合优度检验、T检验和F检验。
2.4案例分析:举例演示多元回归模型的统计检验与判断。
2.1多元线性回归模型的一般形式:多元线性回归模型的一般形式,与一元回归模型的区别。
2.2多元线性回归模型的估计:多元线性回归模型参数的估计方法,重点介绍最小二乘法的原理及统计性质。
2.3多元线性回归模型检验:多元线性回归模型的三种统计检验方法:拟合优度检验、T检验和F检验。
2.4案例分析:举例演示多元回归模型的统计检验与判断。
[单选题]( )表示由解释变量所解释的部分,表示x对y的线性影响。

选项:[剩余平方和
, 总离差平方和
, 残差平方和
, 回归平方和
]
[单选题]用一组有40个观测值的样本估计模型后,在0.05的显著性水平上对的显著性作t检验,则显著地不等于零的条件是其统计量t大于等于( )。

选项:[
,
,
,
]
[单选题]判定系数r2.png/是指( )。

选项:[残差平方和占总离差平方和的比重
, 总离差平方和占回归平方和的比重
, 回归平方和占残差平方和的比重
, 回归平方和占总离差平方和的比重
]
[单选题]在回归分析中,用来检验模型拟合优度的统计量是( )。

选项:[三个都是
, 判定系数
, t统计量
, F统计量
]
[单选题]在模型0.png/的回归结果分析中,有F=263489.23,对应的p值为0.0000,这表明( )。

选项:[解释变量x1t.png/对被解释变量yt.png/的影响是显著的
, 解释变量x1t.png/x2t.png/对被解释变量yt.png/的联合影响是显著的
, 解释变量x2t.png/对被解释变量yt.png/的影响是显著的
, 解释变量x1t.png/x2t.png/对被解释变量yt.png/的影响均不显著
]
[多选题]判定系数r2.png/与调整后的判定系数-r2.png/之间的关系描述不正确的有( )。

选项:[模型中包含的解释变量的个数越多-r2.png/,与r2.png/相差越大
, 判断多元线性回归模型拟合优度时,使用-r2.png/, -r2.png/可能大于r2.png/, r2.png/-r2.png/均非负
]
[多选题]若模型0.png/满足古典假定,则下列各式成立的有( )。

选项:[2.png/, 3.png/, 4.png/, 1.png/]
[多选题]关于多重判定系数0.png/的公式正确的有( )。

选项:[2.png/, 3.png/, 1.png/, 4.png/]
[单选题]使用普通最小二乘法估计模型时,所选择的回归模型使得所有观测值的残差和达到最小。( )

选项:[对, 错]
[单选题]调整后的判定系数是关于解释变量个数的单调递增函数。( )

选项:[对, 错]

温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!
点赞(0) dxwkbang
返回
顶部