1. 研究目的与意义
针对多元线性回归估计中可能出现的偏差，探索适当方法减低估计偏差，从而提高估计模型的拟合优度，达到提高统计决策的可行度并降低风险的目的。
2. 研究内容和预期目标
由于多元线性回归的拟合图像受极端值的影响非常大，故在进行多元线性拟合时，要使用差分法、逐步回归分析、主成份分析、偏最小二乘回归、岭回归、增加样本容量等方法消除多重共线性残差图、BP检验、White检验法检测异方差性用数据处理（取对数）、Robust稳健标准误回归和FGLS法法消除异方差。
3. 国内外研究现状
异方差性的检验方法
1.图示检验法:相关图分析;残差图分析。
2.Goldfeld - Quandt 检验法。
3.怀特(white) 检验。
4.帕克检验( Park test ) 和格里奇检验( Glejser test)。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 计划与进度安排
1、引言，总述问题
2、列举各种降低估计误差的方法
3、结合实例，进行对比论证
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
5. 参考文献
[1]部分线性模型中估计的收敛速度[J]. 高集体,洪圣岩,梁华.数学学报. 1995(05)
[2]NONPARAMETRIC LACK-OF-FIT TESTING AND CONSISTENT VARIABLE SELECTION[J] . Adriano Zanin Zambom,Michael G. Akritas.Statistica Sinica . 2014 (4)
[3]A robust test for homoscedasticity in nonparametric regression[J] . Holger Dette,Mareen Marchlewski.Journal of Nonparametric Statistics . 2010 (6)
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
