【摘要】大数据时代的数据规模更加庞大,结构也更加复杂,因而数据分析应更加强调数据间的相关关系而不只是因果关系。与研究变量间因果关系的最小二乘回归模型不同,函数关系模型更加注重变量间的相关关系。文章对传统函数关系模型做了加权处理的改进,改进后的模型能较好地处理存在多重共线性的数据集。随后提出了加权函数关系模型系数的Bootstrap假设检验方法,并将新模型与经典最小二乘回归模型进行了对比。Monte Carlo模拟实验表明,函数关系模型在经典数据集下的结果略差于最小二乘回归估计,但在处理存在多重共线性的数据集时,则比后者更有效,实证分析结果表明该模型具有良好的现实应用价值。