四、补充练习题 2-1.解释下列概念： 1)总体回归函数 2)样本回归函数 3)随机的总体回归函数 4)线性回归模型 5)随机误差项4 6)残差项e 7)条件期望 8)回归系数或回归参数 9)回归系数的估计量 10)最小二乘（平方）法 11)最大似然法 12)估计量的标准差 13)总离差平方和 14)回归平方和 15)残差平方和 16)协方差 17)拟合优度检验 18)t检验 2-2.判断正误并说明理由： 1)随机误差项4，和残差项e,是一回事 2)总体回归函数给出了对应于每一个自变量的因变量的值 3)线性回归模型意味着变量是线性的 4)在线性回归模型中，解释变量是原因，被解释变量是结果 5)随机变量的条件均值与非条件均值是一回事 2-3.回答下列问题： 1)总体方差与参数估计方差的区别与联系。 2)随机误差项4，和残差项e,的区别与联系。 3)根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模 型的拟合优度问题？ 4)为什么用决定系数评价拟合优度，而不用残差平方和作为评价标准？ 5)回归分析与相关分析的区别与联系。 6)最小二乘法和最大似然法的基本原理各是什么？说明它们有何区别？ 7)为什么要进行解释变量的显著性检验？ 8)是否任何两个变量之间的关系，都可以用两变量线性回归模型进行分析？ 010 四、补充练习题 2-1．解释下列概念： 1)总体回归函数 2)样本回归函数 3)随机的总体回归函数 4)线性回归模型 5)随机误差项 µi 6)残差项 i e 7)条件期望 8)回归系数或回归参数 9)回归系数的估计量 10)最小二乘（平方）法 11)最大似然法 12)估计量的标准差 13)总离差平方和 14)回归平方和 15)残差平方和 16)协方差 17)拟合优度检验 18)t 检验 2-2．判断正误并说明理由： 1) 随机误差项 µi 和残差项 i e 是一回事 2) 总体回归函数给出了对应于每一个自变量的因变量的值 3) 线性回归模型意味着变量是线性的 4) 在线性回归模型中，解释变量是原因，被解释变量是结果 5) 随机变量的条件均值与非条件均值是一回事 2-3．回答下列问题： 1) 总体方差与参数估计方差的区别与联系。 2) 随机误差项 µi 和残差项 i e 的区别与联系。 3) 根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模 型的拟合优度问题？ 4) 为什么用决定系数 2 R 评价拟合优度，而不用残差平方和作为评价标准？ 5) 回归分析与相关分析的区别与联系。 6) 最小二乘法和最大似然法的基本原理各是什么？说明它们有何区别？ 7) 为什么要进行解释变量的显著性检验？ 8) 是否任何两个变量之间的关系，都可以用两变量线性回归模型进行分析？