应用回归分析填空题答案

（1）相关关系、线性回归分析、非线性回归分析 （2）回归分析、相关分析

（3）横截面数据、时间序列数据 （4）变量的因素分析、预测、控制 （5）实际观测值的离差、函数的极值理论 （6）(XX)1Xy

ˆ、c （7）c（8）无偏性、线性性、最小方差性

ε)0 ；同方差性，即D(（9）误差项的数学期望为0，即E(ε)2I；误差项间彼此

互不相关，即Cov(i,j)0,ij

（10）、

（11）假设、回归方程的整体性F检验、回归系数的t检验、拟合优度检验 （12）关于y对所有自变量x1,x2,xp 整体的线性回归效果是否显著、y对每一个自变量

的线性回归效果是否显著（即每一个回归系数） （13）N(β,(XX))、(np1)

2121(xix)22；c)0、0 （14）a) 0；b) 1nn(xix)2i11ˆtˆˆˆ（15）i/2cii,it/2cii，其中cii是矩阵(XX)的主对角线元素

（16）(X)X （17）R2SSRSSE1，其中SST是总平方和，SSR是回归平方和，SSE是残差平SSTSST方和

（18）逐步回归法

（19）方差扩大因子法、特征根判定法、直观判定法

（20）剔除一些不重要的解释变量；增大样本容量；回归系数的有偏估计：岭回归法、主成分法、偏最小二乘法等

(21) (XWX)XWy ，其中W是权向量 (22) 与普通残差的等级相关系数最大的自变量

1（23）m,i1,ip,m为最大特征根

（24）近似为0；至少有一个近似为0 （25）差分法和迭代法

（26）tt/2(n2)；tt/2(n2)

ˆ)，0DW4 （27）DW2(1（28）少而精

（29）ZREi3；SRE(i)3 （30）VIFi12，其中是xi对其他自变量的复决定系数 Ri21Ri（31）Di0.5；Di1

（32）引入自变量的显著性水平小于剔除自变量的显著性水平，即进出 （33）lnf(x)，x （34）lnf(x)，

1 x（35）lnf(x)，lnx （36）lnf(x)，x （37）f(x)，lnx （38）f(x)，x，x （39）k1 ；虚拟自变量

2（40）平方和分解式SSTSSRSSE；R12SSE SST