1、固定资产投资既能拉动需求，又能推动供给。固定资产投资额作为总需求的重要组成部分，是观察经济波动的重要指标。一般来说，经济增长越快，可用于投资的资金就越多，投资增长就越快；利率越低，对未来收益率的预
设有如下一元线性回归模型：yi：因变量或被解释变量；χi：自变量或解释变量；μi：一个随机变量，称为随机（扰动）项；α，β：是两个常数，称为回归参数，下标i：表示变量的第 i 个观
一元线性回归模型的参数常采用普通最小二乘法（Ordinary LeastSquares，OLS）来估计。假定拟合的最优直线方程为∶达到最小。通过求解上述方程可得一元线性回归参数的估计值。该参数估计方法
拟合优度，又称样本"可决系数"，用于度量回归直线对样本观测值的拟合程度，常用R2表示，计算公式为∶其中，TSS为总离差平方和，ESS为回归平方和，RSS为残差平方和。很显然，在总离
t检验又称回归系数检验，步骤如下：第一步：提出假设。设原假设 H0：β=0，备择假设H1：β≠0。第二步：构造t统计量，即服从自由度为n-2的t分布：第三步，给定显著性水平α，查表得到临界值
1.点预测。设回归模型为：yi = α+β xi + μi (i=1, 2 ,3, ..., n)假定在抽样期外的某预测期 f&n
多元线性回归主要用于分析多个自变量对因变量的影响。例如，在分析一家公司的价值时，需要研究该公司多个财务指标，比如负债比例、资产回报率等指标对该公司价值的影响。在该研究中，将公司价值定为因变量，各财务指
x2分布由阿贝（Abbe）于1863年首次提出，是统计学中的一个重要分布。若有n个相互独立且服从标准正态分布的随机变量X1X2，.…，Xn，则利用这 n 个随机变量的平方和构造的统计量从自由度为n的x
对单个样本总体参数的假设检验包括均值检验、比例检验和方差检验。1、总体均值的检验（1）在大样本情形下，根据中心极限定理、无论总体服从什么分布，当总体的均值和方差存在时，样本均值的抽样分布近似服从正态分
