采购经理人指数（PMI）是最重要的经济先行指标，涵盖生产与流通、制造业与非制造业等领域，主要用于预测经济的短期运行，具有很强的前瞻性。采购经理人指数以百分比表示，常以50%为经济强弱的分界点∶当指数高
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
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
在估计总体参数真值时，总是希望参数估计的可靠程度和精确程度越高越好。如果想要二者同时得到提高，唯一的办法就是增大样本容量。样本容量过小，会使可靠程度和精确程度降低;而样本容量过大，则会带来调查费用增加
变量与变量之间通常存在三种关系：确定的函数关系、相关关系以及没有关系。确定的函数关系表示变量之间存在一一对应的确定关系；相关关系表示一个变量的取值不能由另外一个变量唯一确定，即当变量x取某一个值，变量
