从业资格考试信息汇总
随手掌握最新考试动态
回归分析
本章重点
1、回归分析
2、回归分析和相关分析的联系
3、一元线性回归模型
4、最小二乘估计法
5、模型的检验和预测(2015年内容扩充)
知识点一、回归模型
(一)回归分析的概念
1、回归分析:就是根据相关关系的具体形态,选择一个合适的数学模型,来近似地表达变量间的依赖关系。
2、回归分析和相关分析的关系(互相补充)
3、进行回归分析时,首先需要确定因变量和自变量。
(二)一元线性回归模型:描述两个变量之间相关关系的最简单的回归模型。一元线性回归是只涉及一个自变量的回归问题。
(三)回归方程:描述因变量Y的期望E(Y)如何依赖自变量X的方程。
知识点二、最小二乘法
一、最小二乘法:因变量的观测值yi与估计值 yi 之间的离差平方和最小来估计参数 β0 和β 1 的方法 。 (单选)
二、最小二乘法是对回归模型进行参数估计的方法。(单选)
知识点三、模型的检验与预测
一、回归模型的拟合效果分析:
1、决定系数:也称为R2,可以测度回归直线对样本数据的拟合程度。
2、决定系数的取值:在0到1之间。决定系数越高,模型的拟合效果就越好,即模型解释因变量的能力越强。
二、模型预测:利用估计的回归模型预估因变量数值。
关注微信获取第一手资讯资料