![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
线性回归是对两个具有()的数量指标进行线性拟合获得最佳直线回归方程。 A. 相同关系B. 不同关
线性回归是对两个具有()的数量指标进行线性拟合获得最佳直线回归方程。
A. 相同关系
B. 不同关系
C. 相关关系
D. 相似关系
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
线性回归是对两个具有()的数量指标进行线性拟合获得最佳直线回归方程。
A. 相同关系
B. 不同关系
C. 相关关系
D. 相似关系
是对两个具有相关关系的数量指标进行线性拟合获得最佳直线回归方程,从而在相关分析的基础上进行指标预测。
A.相关分析
B.时间数列
C.线性回归
D.线性分析
探索两个数量指标之间的依存关系,如行业产品的销售总量和销售价格之间的关系,应当使用()方法。
A.数理统计分析
B.时间数列分析
C.线性回归分析
D.相关分析
A.二元线性回归
B.二元二次线性回归
C.多元线性回归
D.一元线性回归
A.Joinpoint回归,是将一个长期趋势线分成若干段,每段用连续性的线性描述
B.Joinpoint回归更好地描述了不同时间阶段发病率的变化趋势
C.Joinpoint回归发现拐点,为进一步探索发生拐点的原因提供线索
D.应用近期趋势对今后若干年的发病率进行更准确的预测
E.以上都对
A.检查异常值是很重要的,因为线性回归对离群效应很敏感
B.线性回归分析要求所有变量特征都必须具有正态分布
C.线性回归假设数据中基本没有多重共线性
D.以上说法都不对
A.多元线性回归模型
B.一元线性回归预测模型
C.非线性回归预测模型对数
D.对数回归预测模型
利用TRAFFIC2.RAW中的数据。
(i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗?失业率也一样吗?
(i)估计一个将prcfat的一阶差分Aprcfat与第10章的计算机练习C11第(vi)部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量;不要将这些变量进行差分。你发现了什么有意思的结论吗?
(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)第10章的计算机练习C11第(vi)部分中的回归。]