什么是多元线性回归预测？其模型的基本假设是什么？
第1题：
回归分析的基本原则是什么？什么情况下应采用一元线性回归或多元线性回归？其回归相关系数有何物理意义？
回归分析是根据因果关系对某些相关关系的事物进行预测。
预测对象受相关变量影响，而且两者关系呈线性变化的情况可以使用一元线性回归预测或多元线性回归预测。
相关系数r=±1，称为完全线性相关；r=0则称为完全线性不相关，即所选模型不能用。通常r>0.7可以认为线性相关，但应尽可能的接近1。
第2题：
第3题：
一元线性回归的基本假设是什么?
第4题：
第5题：
第6题：
用OLS建立多元线性回归模型，有哪些基本假设？
1、回归模型是线性的，模型设定无误且含有误差项
2、误差项总体均值为零
3、所有解释变量与误差项都不相关
4、误差项互不相关（不存在序列相关性）
5、误差项具有同方差
6、任何一个解释变量都不是其他解释变量的完全线性函数
7、误差项服从正态分布。
第7题：
第8题：
古典线性回归模型的基本假定是什么？
①零均值假定。即在给定xt的条件下，随机误差项的数学期望（均值）为0，即tE（u）=0。
②同方差假定。误差项tu的方差与t无关，为一个常数。
③无自相关假定。即不同的误差项相互独立。
④解释变量与随机误差项不相关假定。
⑤正态性假定，即假定误差项tu服从均值为0，方差为2的正态分布。
第9题：
第10题：
如何使用多元线性回归模型进行预测？