• 双变量计量资料中的总体|协变关系|平行关系|负向协同变化|正向协同变化|因果关系|直线回归的假设检验|直线回归方程|直线回归数学模型|回归方程|回归平方和|离回归平方和|自变量|离回归标准差|回归估计标准误|剩余标准差|回归系数β检验方法|内插|外延|


    直线相关与回归分析

    双变量计量资料中的总体是什么?

    是所有的变量,每一个变量是一个变量值组(a,b)。

    协变关系是什么?

    一个变量变化之后另外一个变量跟着变化。

    平行关系在哪里?

     

     

    散点图中的向协同变化是什么?散点图中的负向协同变化是什么?

    都是两个变量之间关系的定性描述:

     

    定量描述是:相关和回归

    因果关系是什么?

    就是回归关系,每一个x对应一个唯一的y的分布eg :相同身高下有一个体重的分布此时,身高是一个固定因素,比如160cm165cm其值没有误差是一个离散变量,而体重是一个分布,也就是说所有误差都在体重上,是一个连续变量。或者,相同体重下有一个身高的分布时,体重是一个固定因素,比如60kg65kg其值没有误差是一个离散变量,而身高是一个分布,也就是说所有误差都在身高上,是一个连续变量。

    直线回归的假设检验检验的是什么?

    对估计出的参数进行估计,凡是估计出来的值都需要假设检验。

    直线回归数学模型与直线函数数学模型的区别是什么?

    直线回归数学模型多了一个随机变量的参数

    直线回归方程和直线回归数学模型是一样的吗?

    不一样:

    直线回归方程:

     

    直线回归数学模型:

     

    计算回归方程的简单方法:

     

    回归方程的前提是?

    x是没有误差的固定变量,或其误差可以忽略,而y是随机变量,且有随机误差。

    每一个x对应一个唯一的y的分布eg :相同身高下有一个体重的分布此时,身高是一个固定因素,比如160cm165cm其值没有误差是一个离散变量,而体重是一个分布,也就是说所有误差都在体重上,是一个连续变量。或者,相同体重下有一个身高的分布时,体重是一个固定因素,比如60kg65kg其值没有误差是一个离散变量,而身高是一个分布,也就是说所有误差都在身高上,是一个连续变量。

    回归平方和和离回归平方和是什么?

     

    一个是受到回归分析造成的差异,因为x平均值对应的是y平均值,而x对应的是y的预测值,两者是不同的x对应的不同的y,这是因为回归方程造成的,所以该差异就是斜率的一个反应,斜率越大回归效果越好,回归效果就是被拉回平均值的效果。

    直线回归分析中的自变量如何决定?

    回归自由度看自变量的个数,eg:看x-y形式的就是1

     

    离回归标准差,回归估计标准误,剩余标准差都是什么?

    都是离回归标准差

     

    对于回归系数β有几种检验方法?

    基于不存在回归关系,理解一:所有y的分布都是相同均值的;理解二:估计出的回归方程来自的数学模型中的β=0

    1. F检验,H0所有y的分布都是相同均值的。2.t检验,估计出的回归方程中的β=0

    什么是(interpolation什么是外延(extrapolation)

    在自变量范围内求出的估计值,一般称为内内插(interpolation);超过自变量取值范围所计算出的估计值,称为外延(extrapolation)。

     

  • 相关阅读:
    在ASP.NET MVC应用中开发插件框架(中英对照)
    《ASP.NET MVC 5 破境之道》:第一境 ASP.Net MVC5项目初探 — 第一节:运行第一个MVC5项目
    《ASP.NET MVC 5 破境之道》:概述
    量化投资学习笔记17——回归分析:一些问题的处理
    量化投资学习笔记16——回归分析:多元线性回归
    量化投资学习笔记15——回归分析:一元线性回归
    量化投资学习笔记14——机器学习:基础知识
    量化投资学习笔记13——各种指标的绘图、计算及交易策略
    量化投资学习笔记12——时间序列分析实操
    量化投资学习笔记11——关于时间序列你所能做的一切
  • 原文地址:https://www.cnblogs.com/yuanjingnan/p/11884816.html
Copyright © 2020-2023  润新知