如果线性回归模型中随机误差项的方差不是(),则称随机误差项具有异方差性。
样本回归函数中的回归系数的估计量是随机变量。
正太分布的概率密度函数,总体标准差δ愈大,曲线低而宽随机变量在平均值u附近出现的密度愈小,总体偏差δ愈小。
正态分布的概率密度函数,总体标准差σ愈大,曲线低而宽,随机变量在平均值μ附近出现的密度愈小;总体标准差σ愈小,曲线高而窄,随机变量在平均值μ附近出现的密度愈大。
回归模型中随机误差项产生的原因是什么?
若回归模型中的随机误差项存在一阶自回归形式的序列相关,则估计模型参数应采用()。
连续随机变量所对应的概率密度函数的不同形式反映了质量特性总体上的差别,这些差别包括()
总体回归函数
计算回归方程时,因变量是随机的,而自变量不是随机的,是给定的数值。
随机过程:依赖于与时间参量t变化的随机变量的总体(或集合),也可以看成是样本函数的总体或集合。
用最小二乘法估计的总体回归系数估计值是一个随机变量
回归分析主要用来研究随机变量和随机变量关系的统计分析()
在Excel中,一共提供了9个函数用于建立回归模型和回归预测,其中()个函数用于一元线性回归分析,()个函数用于多元回归分析。
若将随机变量分成总体随机变量和抽样随机变量两类,则统计数属于抽样随机变量,之所以称作统计数与它的产生背景有关,统计数产生于总体随机变量的抽样,是样本的函数。从随机试验角度看,统计数的值是对重复独立随机试验多个观测的综合,而总体随机变量的值是对一次随机试验的观测。
(判断题) 计算回归方程时,因变量是随机的,而自变量不是随机的,是给定的数值。
回归预测法中的自变量是随机的。
正态分布的概率密度函数,总体标准差σ愈大,曲线低而宽,随机变量在平均值μ附近出现的密度愈小;总体标准差σ愈小,曲线高而窄,随机变量在平均值μ附近出现的密度愈大。()
设X1,X2,…,X16是来自总体X~N(4,б2)的简单随机样本,б2已知,令,则统计量服从的概率密度函数为()
在回归模型中,随机误差项不具有相同的方差,则称随机误差的方差为异方差。()
总体回归函数包含以下哪些特征()
13、总体参数与样本统计量有不同的意义,样本统计量是样本的函数,是随机变量。()
解释概念a.总体回归函数(PRF)b.样本回归函数(SRF)c.随机总体回归函数d.线性回归模型e.随机误差项(u<sub>i</sub>)f.残差项(e<sub>i</sub>)g.条件期望h.非条件期望i.回归系数或回归参数j.回归系数的估计量
当自变量的数值确定后,因变量的数值也随之完全确定,这种关系属于()。 (1)相关关系 (2)函数关系 (3)回归关系 (4)随机关系
设总体X的密度函数为其中λ>0为未知参数X<sub>1</sub>,…,X<sub>n</sub>为抽自此总体的简单随机样本,求λ的置信