经济学

问答题什么是多元线性回归预测?其模型的基本假设是什么?

题目
问答题
什么是多元线性回归预测?其模型的基本假设是什么?
参考答案和解析
正确答案: 多元线性回归预测,是指当两个或两个以上的自变量或因变量之间存在着线性相关关系,应用最小二乘法,建立多元线性回归方程,从两个或两个以上的自变量去预测因变量未来的数量表现的方法。多元线性回归模型必须符合以下假定:
(1)X1,X2,L,Xk,与随机扰动项不相关。
(2)随机误差项的数学期望为零。
(3)随机误差项同方差。
(4)无自相关假定。
(5)解释变量之间不存在线性相关关系。
(6)为了假设检验,假定随机误差项μi服从均值为零了,方差为σ2的正态分布。
解析: 暂无解析
如果没有搜索结果,请直接 联系老师 获取答案。
相似问题和答案

第1题:

多元线性回归模型满足基本假设的情况时,其参数的普通最小二乘估计是( )。

A.非线性有偏估计
B.非线性无偏估计
C.线性有偏估计
D.线性无偏估计

答案:D
解析:
在经典线性回归的假定下,普通最小二乘估计量具有线性性、无偏性和最小方差性等优良性质,是最佳线性无偏估计量。

第2题:

家庭消费支出一般用( )方法来计算。
A、一元线性回归模型
B、多元线性回归模型
C、回归预测法
D、多元时间序列模型


答案:B
解析:
多元线性回归模型,在实际经济问题中,一个变量往往受到多个变量的影响。例如,家庭消费支出,除了受家庭可支配收入的影响外,还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因表的影响。

第3题:

一元线性回归的基本假设是什么?

第4题:

下面关于回归预测()说法不正确。

  • A、一元回归预测可分为一元线性回归预测和一元非线性回归预测
  • B、多元回归预测可分为多元线性回归预测和多元非线性回归预测
  • C、回归方法属于统计方法
  • D、多元非线性回归能简化为多元线性回归

正确答案:D

第5题:

下列关于回归分析预测法的分类,不正确的是( )。

A.根据自变量的个数分为一元回归分析预测法.二元回归分析预测法和多元回归分析预测法
B.根据自变量和因变量之间是否存在线性关系,分为线性回归预测和非线性回归预测
C.根据回归分析预测模型是否带虚拟变量,分为普通回归分析预测模型和带虚拟变量的回归分析预测模型
D.根据回归分析预测模型是否用滞后的自变量作因变量,分为无自回归现象的回归分析预测模型和自回归预测模型

答案:D
解析:
根据回归分析预测模型是否用滞后的因变量作自变量,分为无自回归现象的回归分析预测模型和自回归预测模型。

第6题:

一元线性回归模型与多元线性回归模型的基本假定是相同的。( )


答案:错
解析:
在多元线性回归模型里除了对随机误差项提出假定外,还对解释变量之间提出无多重共线性的假定。

第7题:

每个月的物价指数可以用( )方法来计算。

A:一元线性回归模型
B:多元线性回归模型
C:回归预测法
D:平稳时间序列模型

答案:D
解析:
在一定生态条件下,动植物种群数量逐月或逐年的消长过程、某证券交易所每天的收盘指数、每个月的GIIP、失业人数或物价指数等等都可以运用平稳时间序列模型计算。

第8题:

古典线性回归模型的基本假定是什么?


参考答案:

①零均值假定。即在给定xt的条件下,随机误差项的数学期望(均值)为0,即tE(u)=0。
②同方差假定。误差项tu的方差与t无关,为一个常数。
③无自相关假定。即不同的误差项相互独立。
④解释变量与随机误差项不相关假定。
⑤正态性假定,即假定误差项tu服从均值为0,方差为2的正态分布。


第9题:

如何使用多元线性回归模型进行预测?


正确答案:对于多元回归,可以利用给定的自变量,求出因变量均值的置信区间及个别值的预测区间,从而进行估计与预测。其原理和一元线性回归模型的预测一样。

第10题:

叙述多元回归预测的基本假设。


正确答案: (1)X1,X2,……Xk与随机扰动项不相关。由于X1,X2,……Xk不是随机变量,这个假定将自动满足。由于在线性回归模型中,X1,X2,……Xk的取值是在重复抽样的条件下取某一固定数值,是非随机的变量,因此其满足这一假定。
(2)随机误差项的数学期望(均值)为零,即:E(μi)=0,i=1,2,……,k。
(3)随机误差项同方差,即:Var(μi)=σ2i=1,2,……,n。
(4)无自相关假定,即:Cov(μi,μj)=0i≠j,i,j=1,2,……,n。
(5)解释变量之间不存在线性相关关系,即两个解释变量之间无确切的线性关系。
(6)为了假设检验,假定随机误差项μi服从均值为零,方差为σ2的正态分布,即:μi~N(0,σ2)。

更多相关问题