关系的检验，采用F检验；b）对回归方程系数显著性的检验，采用t检验。Р线性关系的检验主要是检验因变量同多个变量的线性关系是否显著，回归系数检验则是对每个回归系数分别进行单独的检验，它主要用于检验每个自变量对因变量的影响是否都显著。РРР有条件预测是指在预测期内自变量未知的因变量预测值；无条件预测是指在预测期内自变量已知时预测因变量的值。一般来说，无条件预测分为点预测与区间预测。Р异方差产生的原因有：Р在模型设定的过程中，省略了重要的解释变量；Р观测解释变量和被解释变量出现了偏误，Р变量之间本为非线性关系而设定为线性关系；РDW检验假设条件为解释变量X为非随机变量，随机变动项满足一阶自回归形式，并且回归模型中不应含有滞后因变量作为解释变量，且回归模型含有不为零的截距项。Р若模型经检验证明存在序列相关性，则常用广义差分法、一阶差分法，科克伦-奥克特迭代法和德宾两步法等方法估计模型。Р时间序列分析中常用的检验包括：单位根检验、格兰杰因果检验、协整检验、误差修正模型。РРР若一个随机过程的均值和方差不随时间的改变而改变，且在任何两期之间的协方差值仅依赖于两期的距离或滞后的长度，而不依赖于时间，这样的随机过程称为平稳性随机过程。反之，称为非平稳随机过程。Р若一个随机过程的均值为0，方差为不变的常数，而且序列不存在相关性，这样的随机过程称为白噪声过程。Р时间序列的统计特征不会随着时间的变化而变化，即反映统计特征的均值、方差和协方差等均不随时间的改变而改变，称为平稳时间序列；反之，称为非平稳时间序列。РDF检验的线性回归模型有：，，。Р由于同一时点不同对象的差异通常会大于同一对象不同时间上的差异，因此横截面数据比时间序列数据更容易产生异方差。Р串换费用 = 串出厂库升贴水 + 现货价差 + 厂库生产计划调整费。Р在现货贸易合同中，通常把成交价格约定为3个月或3个月以后的远期价格的交易称为
全文预览
