统计学-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

dreamhappy2012

时间序列的预测程序过程是什么？

问、时间序列的预测程序过程是什么？答：确定时间序列所包含的成分；找出适合此类时间序列的预测方法；对可能的预测方法进行评估，以确定最佳预测方案；利用最佳预测方案进行预测。

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

指数平滑法的基本含义是什么？

问、简述指数平滑法的基本含义。答：指数平滑法是指对过去的观测值加权平均进行预测的一种方法。该方法使得第t 1期的预测值等于t期的实际观察值与第t期预测值的加权平均数。指数平滑法是加权平均的一种特殊形式，观察值时间越远，其权数也跟着呈指数下降，因而称为指数平滑。指数平滑法有一次指数平滑法、二次指数平滑法、三次指数平滑法。一次指数平滑法也可用于对时间序列进行修匀，以消除随机波动，找出序列的

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

利用增长率分析时间序列时应注意哪些问题？

问、利用增长率分析时间序列时应注意哪些问题？答：当时间序列中的观测值出现0或负数时，不宜计算增长率；不能单纯就增长率论增长率，要注意增长率与绝对水平的综合分析；大的增长率背后，其隐含的绝对值可能很小，小的增长率背后其疑难的绝对值可能很大。

64.3413

1

9

0

关注作者

收藏

dreamhappy2012

多重共线性的判别方法主要有哪些？

问、多重共线性的判别方法主要有哪些？答：模型中各对自变量显著相关；当模型的线性关系检验显著时，几乎所有回归系数的检验却不显著；回归系数的正负号与预期相反；容忍度（1-RI 2）越小，多重共线性越严重，当小于0.1时，存在严重的多重共线性；方差扩大因子（VIF=1/（1-RI 2））越大，多重共线性越严重，当大于10时，存在严重的多重共线性。

64.3413

1

2

0

关注作者

收藏

dreamhappy2012

多重共线性对回归分析有哪些影响？

问、多重共线性对回归分析有哪些影响？答：变量之间高度相关时，可能会使回归的结果混乱，甚至会把分析引入歧途；可能对参数估计值的正负号产生影响；特别是𝛽1 的正负号有可能同预期的正负号相反。

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

多重判定系数和调整的多重判定系数的含义和作用是什么？

问、解释多重判定系数和调整的多重判定系数的含义和作用。答：多重判定系数：多元回归中的回归平方和占总平方和的比例。作用：是度量多元回归方程拟合程度的一个统计量，反映了在因变量y的变差中被估计的回归方程所解释的比例。调整的多重判定系数：作用：用样本容量和自变量的个数调整R2得到 Ra 2永远小于R2，且Ra 2的值永远不会随着模型自变量的增加而越来越接近1。

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

多元线性回归模型中有哪些基本假定？

问、多元线性回归模型中有哪些基本假定？答：误差项𝜀是一个期望值为0的随机变量；对于自变量𝑥1,𝑥2,···,𝑥𝑘的所有值，𝜀的方差𝜎2相同。误差项𝜀是一个服从正态分布的随机变量，且独立，即𝜀~N（0，𝜎2）

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

问、解释多远回归模型、多元回归方程、估计的多元回归方程的含义

答：多元回归模型：设因变量为𝑦，𝑘个自变量分别为𝑥1,𝑥2,···,𝑥𝑘，描述因变量𝑦如何依赖于自变量𝑥1,𝑥2,···,𝑥𝑘和误差项𝜀的方程称为多元回归模型，表示为：𝑦=𝛽0 𝛽1𝑥1 𝛽2𝑥2 ··· 𝛽𝑘𝑥𝑘 𝜀。多元回归方程：描述因变量y的期望值与自变量𝑥1,𝑥2,···,𝑥𝑘之间的关系方程，表示为：估计的多元回归方程：用

0.0000

0

4

0

关注作者

收藏

朝阳Tim

数据类型可以为我们判断哪些分析思路？

问题描述：当我们在谈论数据分析的时候，一定要清楚数据的类型，才能够对症下药，那么数据的类型都有哪些呢？解决思路：分类一：离散型数据、稠密型数据、连续型数据分类二：横截面数据、时间序列数据、面板数据分类三：定类数据、定序数据、定距数据、定比数据对数据类型的理解，可以快速选择解决问题的模型、思路，甚至是就业岗位例如，如果因自变量都是分类的，用卡方检验；因变量是分类的自变量是连续的

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

一元线性回归中有哪些基本假定？

问：一元线性回归中有哪些基本假定？答：因变量y与自变量x具有线性关系；在重复抽样中，自变量x取值是固定的，即假设x是非随机的；误差项ε是一个期望值为 0 的随机变量；对于所有的值，ε的σ2都相同；误差项ε是一个服从正态分布的随机变量，且独立，即ε~（0，σ2）。

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

最小二乘法拟合的直线有哪些优势？

问、最小二乘法拟合的直线有哪些优势？首先，根据最小二乘法得到的回归直线能使离差平方和达到最小，虽然这并不能保证它就是拟合数据的最佳直线，但这毕竟是一条与数据拟合良好的直线应有的性质。其次，由最小二乘法求得的回归直线可知β0和β1的估计量的抽样分布。最后，在某些条件下，β0和β1的最小二乘估计量同其他估计量相比，其抽样分布具有较小的标准差。

24.3401

1

2

0

关注作者

收藏

dreamhappy2012

一元线性回归模型中有哪些假定？

问、一元线性回归模型中有哪些假定？答：一元线性回归公式：一元线性回归模型中有的假定：1) 因变量y与自变量x之间具有线性关系。2) 在重复抽样中，自变量x的取值是固定的，即假定x是非随机的。3) 误差项ε是一个期望值为 0 的随机变量，即 E(ε) =0。4) 对于所有的x值，ε的方差σ2都相同。这意味着对于一个特定的x值，y的方差也都等于σ2。5) 误差项ε是一个服从

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

回归分析主要解决哪些的问题？

问、回归分析主要解决哪些的问题？答：（1）一组样本数据出发，确定变最之间的数学关系式。（2）对这些关系式的可信程度进行各种统计检验，并从影响某一特定变最的诸多变最中找出哪些变最的影响是显著的，哪些是不显著的。（3）利用所求的关系式，根据一个或几个变最的取值来估计或预测另一个特定变量的取值，并给出这种估计或预测的可靠程度。

0.0000

0

7

0

关注作者

收藏

dreamhappy2012

r的显著性检验具体步骤？

问、r的显著性检验具体步骤？如果对r服从正态分布的假设成立，可以应用正态分布来检验。但对r抽样分布的讨论可知，对r的正态性假设具有很大的风险，因此通常情况下不采用正态检验，而采用费希尔提出的t分布检验，该检验可以用千小样本，也可以用千大样本。检验的具体步骤如下：第1步：提出假设：a第2步：计算检验的统计量。a第3步：进行决策。根据给定的显著性水平a和自由度df=n-2查t分

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

相关系数的有哪些性质？

问、相关系数的有哪些性质？答：(1)、r的取值范围在一 1-, 1之间，即-1≤r≤1。若-1≤r≤1，表明x与y之间存在正线性相关关系；若-1≤r≤0, 表明x与y之间存在负线性相关关系；若r= 1, 表明x与y之间为完全正线性相关关系；若r= — 1, 表明x与y之间为完全负线性相关关系。可见当Ir I = I时， y的取值完全依赖于x, 二者之间即为函数关系；当r

24.3401

1

4

0

关注作者

收藏

dreamhappy2012

相关分析主要解决的哪些问题？

问：相关分析主要解决的哪些问题？答：(1) 变量之间是否存在关系？(2) 如果存在关系，它们之间是什么样的关系？(3) 变量之间的关系强度如何？(4) 样本所反映的变量之间的关系能否代表总体变量之间的关系？为解决这些问题，在进行相关分析时，对总体主要有以下两个假定：(1) 两个变量之间是线性关系。(2) 两个变量都是随机变量。

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

一元线性回归模型中有哪些基本假定？

问、一元线性回归模型中有哪些基本假定？答：因变量y与自变量x具有线性关系；在重复抽样中，自变量x取值是固定的，即假设x是非随机的；误差项ε是一个期望值为 0 的随机变量；对于所有的值，ε的σ2都相同；误差项ε是一个服从正态分布的随机变量，且独立，即ε~（0，σ2）。

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

为什么要对相关系数进行显著性检验？

问：为什么要对相关系数进行显著性检验？答：在对实际现象进行分析时，往往是利用样本数据计算相关系数作为总体相关系数的估计值，但由于样本相关系数具有一定的随机性，它能否说明总体的相关程度往往同样本容量有一定关系。因此需要对相关系数进行显著性检验，若在统计上是显著的，说明它可以作为总体相关程度的代表值，否则不能作为总体相关程度的代表值。

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

相关系数的性质有哪些？

问、相关系数的性质有哪些？性质：−1 ≤ r ≤ 1；对称性： r的大小与x和y的原点及尺度无关；r仅仅是x与y之间线性关系的一个度量，不能用于描述非线性关系；r虽然是两个变量之间线性关系的一个度量，不意味着x和y一定有因果关系。

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。1）按变量的多少划分： ①单相关 ②复相关

0.0000

0

2

0

关注作者

收藏

<1…383940…55>

CDA考试动态

CDA报考指南