1、变量间统计关系和函数关系的区别是什么？答：函数关系是一种确定性的关系，一个变量的变化能完全决定另一个变量的变化；统计关系是非确定的，尽管变量间的关系密切，但是变量不能由另一个或另一些变量唯一确定。
2、回归分析与相关分析的区别和联系是什么？答：联系：刻画变量间的密切联系；区别：一、回归分析中，变量y称为因变量，处在被解释的地位，而在相关分析中，变量y与x处于平等地位；二、相关分析中y与x都是随机变量，而回归分析中y是随机的，x是非随机变量。三、回归分析不仅可以刻画线性关系的密切程度，还可以由回归方程进行预测和控制。
3、回归模型中随机误差项的意义是什么？主要包括哪些因素？答：随机误差项的引入，才能将变量间的关系描述为一个随机方程。主要包括：时间、费用、数据质量等的制约；数据采集过程中变量观测值的观测误差；理论模型设定的误差；其他随机误差。
4、线性回归模型的基本假设是什么？答：1、解释变量非随机；2、样本量个数要多于解释变量自变量个数；3、高斯马尔科夫条件；4、随机误差项相互独立，同分布于N02。5、回归变量设置的理论根据？在设置回归变量时应注意哪些问题？答：因变量与自变量之间的因果关系。需注意问题：一、对所研究的问题背景要有足够了解；二、解释变量之间要求不相关；三、若某个重要的变量在实际中没有相应的统计数据，应考虑用相近的变量代替，或者由其他几个指标复合成一个新的指标；四、解释变量并非越多越好。
6、收集、整理数据包括哪些内容？答：一、收集数据的类型（时间序列、截面数据）；二、数据应注意可比性和数据统计口径问题（统计范围）；三、整理数据时要注意出现“序列相关”和“异
f方差”的问题；四、收集数据的样本量应大于解释变量；四、整理数据包括：拆算、差分、对数化、标准化以及提出极端值，有缺失值时的处理。
7、构造回归理论模型的基本根据是什么答：收集到的数据变量之间的数学关系（线性、非线性）以及所研究问题背景的相关模型，例如数理经济中的投资函数、生产函数、需求函数、消费函数等。
8、为什么要对回归模型进行检验？答：回归模型建立好后，需要进行统计检验和模型经济意义的检验。若不进行检验得到的模型可能不满足模型设定的假设（回归方程显著性、回归系数显著性、拟合优度检验、随机误差项的序列相关、异方差检验、解释变量的多重共线检验等），即便通过了统计学检验，有时由于模型设定或变量确定，r