你可能感兴趣的试题
回归分析中，依据描述的自变量与因变量之间的因果关系的函数表达式是线性还是非线性的，分为线性回归分析和非线性回归分析 对具有非线性关系的因变量与自变量进行回归分析 处理非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性回归方法处理 通常线性回归分析方法是最基本的分析方法，遇到非线性回归问题可以借助教学手段化为线性回归问题处理
回归模型的设定必须满足一定的假定条件 在回归模型满足经典假设时，用最小二乘法得到的结果是无偏且有效的 应该用回归模型，可以进行预测 如果所得到的回归模型存在多重共线性等问题时，不可以用该模型进行预测。
自相关性 异方差性 与被解释变量不相关 与解释变量不相关
Ⅰ.Ⅱ.Ⅲ.Ⅳ Ⅰ.Ⅲ.Ⅳ Ⅰ.Ⅱ.Ⅳ Ⅱ.Ⅲ.Ⅳ
回归分析中，依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析 对具有非线性关系的因变量与自变量的数据进行的回归分析 处理非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性回归方法处理 通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理
I、Ⅱ、Ⅲ I、Ⅲ、Ⅳ Ⅱ、Ⅲ、Ⅳ I、Ⅱ、Ⅲ、Ⅳ
回归模型的线性性关系是否显著 回归系数是否显著 误差项 服从正态分布的假定是否成立 误差项 等方差的假定是否成立
当回归模型中两个或者两个以上的自变量彼此相关时，则称回归模型中存在多重共线性 当模型中的误差项存在相关性的时候，称回归模型中存在多重共线性 同方差性假定的意义是指每个样本残差μ
的方差，不随样本的变化而变化 当回归模型中两个或者两个以上的自变量彼此相关时，则称回归模型中存在自相关
解释变量为非随机的 随机误差项为一阶自回归形式 线性回归模型中不应含有滞后内生变量为解释变量 线性回归模型只能为一元回归形式
在一元线性回归分析中，只进行回归系数b的t检验是足够的 在一元线性回归分析中，应当同时进行回归系数b的t检验和模型整体的F检验 在多元回归分析中，回归系数b的t检验和模型整体的F检验是等价的 在多元回归分析中，回归系数b的t检验和模型整体的F检验是不等价的
回归模型因变量y与自变量x之间具有线性关系。 在重复抽样中，自变量x的取值是固定的，即假定x是非随机的。 误差项ε的方差为零。 误差项ε是独立随机变量且服从正态分布，即，ε~N（0，σ
）。
回归模型因变量Y与自变量x之间具有线性关系。 在重复抽样中，自变量x的取值是固定的，即假定x是非随机的。 误差项ε的方差为零。 误差项ε是独立随机变量且服从正态分布，即ε～N（0，σ2）。
固定成本不变假定 变动成本与业务量呈完全线性关系假定 产销平衡假定 销售收入与销售数量呈完全线性关系
解释变量是随机变量 随机误差项服从正态分布 各个随机误差项的方差相同 各个随机误差项之间不相关
一元线性回归模型 多元线性回归模型 系统聚类分析 一元回归模型，多元回归模型
湘公网安备 43130202000226号