用小样本数据进行回归时，如果用正态分布来代替原本应该使用的t-分布来进行单个回归系数的检验会导致拒绝域的增大。
举一反三
- 回归模型中的单个系数的显著性检验的t统计量可以通过用回归系数除以1.96来计算。
- 一元线性回归模型的回归系数统计量,服从何种分布型态? A: 正态分布 B: 卡方分布 C: t分布 D: F分布
- 进行多元线性回归时，如果回归模型中存在多重共线性，则（） A: 整个回归模型的线性关系不显著 B: 可能导致某些回归系数不能通过显著性检验 C: 肯定导致某个回归系数的符号与预期相反 D: 肯定有一个回归系数不能通过显著性检验
- 在Lasso回归模型中，回归系数的先验分布是（ ）。 A: 正态分布与拉普拉斯的混合分布 B: 拉普拉斯分布 C: 正态分布 D: 指数分布
- 一元线性回归模型对回归系数显著性进行t检验，假设样本个数为n，则自由度是 。