學習筆記，僅供參考，有錯必糾
簡答題
- 在迴歸分析中，F檢驗和t檢驗各有什麼作用
F檢驗是檢驗自變量x和因變量y之間的線性關係是否顯著，或者說，它們之間能否用一個線性模型
來表示，也就是線性關係的檢驗.
t檢驗是檢驗自變量對因變量的影響是否顯著，也就是迴歸係數的檢驗。
- 解釋多元迴歸模型、多元迴歸方程、估計的多元迴歸方程的含義
- 怎樣評價迴歸分析的結果
(1)所估計的迴歸係數的符號是否與理論或事先預期相一致。
(2)如果理論上認爲y與x之間的關係不僅是正的，而且是統計上顯著的，那麼所建立的迴歸方程也應該如此。
(3)迴歸模型在多大程度上解釋了因變量y取值的差異，可以用判定係數回答這個問題。
(4)考察關於誤差項的正態性假定是否成立，因爲在用F和t檢驗時，都需要誤差項服從正態性，否則，所用的檢驗程序將是無效的。
- 簡要說明殘差分析在迴歸分析中的作用
(1)用於判斷有關模型的假定是否成立
(2)用於分析迴歸中的異常值和對模型有影響的觀測值。
- 多元線性迴歸模型中有哪些基本假定
- 多元線性迴歸中的估計標準誤差的含義和公式
- 多重共線性的判別方法主要有哪些
檢測多重共線性的方法有多種，其中最簡單的就是計算模型中各對自變量之間的相關係數，並對各相關係數進行顯著性檢驗。如果有一個或多個相關係數是顯著的，就表示模型存在着多重共線性問題。
具體來說，如果出現下列情況，暗示存在多重共線性:
(1)模型中各對自變量之間顯著相關;
(2)當模型的線性關係檢驗顯著，但幾乎所有迴歸係數檢驗不顯著時；
(3)迴歸係數的正負號與預期的相反。
- 多重共線性的處理方法有哪些
(1)將一個或多個相關的自變量從模型中剔除，使保留的自變量儘可能不相關。
(2)如果要在模型中保留所有的自變量，那就應該：避免進行單個迴歸係數的t檢驗；對因變量y的估計，應該限定在自變量樣本值範圍內。