应用统计学-复习 14页

应用统计学复习重点：软件计算结果的分析方差分析、回归分析聚类与判别主成分分析与因子分析对应分析结构方程模型\n一、多元线性回归模型简单相关系数与偏相关系数多元线性回归模型及基本假设偏回归系数的含义设定偏误，遗漏重要变量时OLS估计量的性质高斯-马尔可夫定理线性性、无偏性、有效性OLS估计量方差的性质\n模型的检验经典假设检验：异方差、序列相关、多重共线统计检验：方差分析、拟合优度与方程的显著性检验三种平方和，联合零检验，F统计量单零检验，一般t检验：查表法、精确P值经济意义检验检验统计量服从自由度为n-k-1的t分布\n多元线性回归模型的扩展用各种常见数学变换（例如取对数、取倒数等），化非线性模型为线性模型对数线性模型、半对数模型，模型参数的经济解释\nSPSS线性回归过程输出表与残差图\n多重共线性概念：什么是多重共线性完全多重共线、非完全多重共线多重共线的后果多重共线的识别存在多重共线时OLS的特征检验方法:方差膨胀倍数、病态指数、辅助回归补救措施：差分，剔除变量，主成分分析\n异方差性什么是异方差性，异方差性经常出现在什么数据中异方差性的后果异方差性的识别非正式方法：残差图异方差性的修正加权最小二乘法\n序列相关什么是序列相关，什么数据容易出现序列相关，一阶自相关模式序列相关的后果序列相关性的检验DW检验序列相关的修正广义差分模型的构建\n虚拟变量虚拟变量的概念含有虚拟变量的回归虚拟变量如何设计级差截距系数的作用是什么、级差斜率系数的作用是什么如何检验虚拟变量的系数是否显著\n二、方差分析基本概念单因素方差分析计算多因素方差分析输出表的解释，假设检验F检验：F统计量的计算协方差分析的机理，输出表解释，假设检验多响应变量方差分析均值多重比较\n三、聚类与判别距离的计算最长距离法、最短距离法、画谱系图、确定分类数两类判别：马氏等距离法、fisher法、贝叶斯法建立判别函数和判别规则，给新样本会做判别多类判别：输出表的解释，写出判别函数和判别规则，给新样本会做判别\n四、主成分分析与因子分析化简变量的方法基本概念：方差贡献、变量共同度、载荷阵、因子旋转、因子得分等等两种方法的区别与联系解释模型的各种输出表，会确定主成分（公因子）的个数，会写出特征向量主成分回归\n五、对应分析列联表分析与变量相关性检验频数表、频率表（行频率彪、列频率表、总频率表）、SPSS输出表解释与分析对应分析行截面、列截面主成分之关系SPSS输出表解释与分析\n六、结构方程模型基本概念潜变量、显变量、内生变量、外生变量、测量模型、结构模型、识别（不可识别、过度识别、恰好识别）路径图与模型的互化模型输出结果的解释与评价结构参数t检验、相关性t检验、合理性分析模型总体检验：2、GFI、AGFI测量模型可靠度分析