应用回归分析第三章习题 3.1
y x =β
基本假定：
（1） 诸1234n x ,x x ,x x ……非随机变量，rank （x ）=p+1，X 为满秩矩阵 （2） 误差项()()200i i j E ,i j cov ,,i j ?ε=?
?δ=?εε=?
?≠??
（3）()2
0i i j ~N ,,?εδ??εε??诸相互独立
3.2
()
1
111
?X X X X |rank (X X )p rank (X )p n p -'β
'≠'=+≥+≥+存在，必须使存在。
即|则必有故
3.3
()()()()
()22
11
1
221
222211111111
n n
n
i i
ii
i i i n
ii i n
i i E e D e h n h n p ?E E e n p n p n p =====??==-δ
?????=-δ=--δ ??
?
??∴δ==--δ=δ ?----??∑∑∑∑
∑
3.4
并不能这样武断地下结论。2R 与回归方程中的自变量数目以及样本量n 有关，当样本量n 与自变量个数接近时，2R 易接近1，其中隐含着一些虚假成分。因此，并不能仅凭很大的2R 就模型的优劣程度。
3.5
首先，对回归方程的显著性进行整体上的检验——F 检验
001230p H :β=β=β=β==β=……
接受原假设：在显著水平α下，表示随机变量y 与诸x 之间的关系由线性模型表示不合适 拒绝原假设：认为在显著性水平α下，y 与诸x 之间有显著的线性关系
第二，对单个自变量的回归系数进行显著性检验。
00i H :β=
接受原假设：认为i β=0，自变量i x 对y 的线性效果并不显著 3.6
原始数据由于自变量的单位往往不同，会给分析带来一定的困难；又由于设计的数据量较大，可能会以为舍入误差而使得计算结果并不理想。中心化和标准化回归系数有利于消除由于量纲不同、数量级不同带来的影响，避免不必要的误差。
3.7
01122011122201122p p p p p p p ?????y x x x ??????y y (x x )(x x )(x x )????y x x )x x )x x )?y y =β+β+β++β-=β+β-+β-++β--ββ=
-+
-++--=
+对最小二乘法求得一般回归方程：……对方程进行如下运算：
………
…*j
j
?+
β=……即
3.8 121321
23
3132212312212331
3123112323
3213231313
31
1111111111r r r r r r r r r r r r r r r r r r r r r ?? ?= ? ????=
=-?==-?==-即证
3.9 ()
()
()()
()
121112112
1211111j j
j j j p j j j p yj j j p SSR /SSE F SSE /n p SSE /n p SSE x ,x ,,x ,x x SSE x ,x ,
,x ,x ,x x r SSE x ,x ,,x ,x x -+-+-+??=
=
-----=
……,
而……,
由上两式可知，其考虑的都是通过j SSE ?在总体中所占比例来衡量第j 个因素的重要程度，因而j F 与2
yj r 是等价的。
3.10
【没整出来……】
3.11
（1）计算可知，y 与x 1 x 2 x 3 的相关关系是：
则相关关系矩阵如下： 10556073107240556101130398
07310113105470724
0398
0547
1~......r ......??
? ?=
?
???
（2）
（3）拟合优度检验
决定系数R2=0.708 R=0.898较大所以认为拟合度较高（4）对回归方正作整体显著性检验
F=8.283 取α=0.05时
P=0.015<0.05所以认为回归方程在整体上拟合的好
（5）对每个回归系数作显著性检验
α=0.05时，x3并未通过显著性检验
（7）
x1:(-0.997,8.485) x2:(0.053,14.149) x3:(-13.415,38.310)
（8）123038505350277***
?y .x .x .x =++
（9） （175.4748 ，292.5545 ）
（10）由于x3的回归系数显著性检验未通过 所以居民非商品支出对货运总量影响不大 但是回归方程整体对数据拟合较好 3.12
（1）在固定第二产业增加值，考虑第三产业增加值影响的情况下，第一产业每增加一个单位，GDP 就增加0.607个单位。
在固定第一产业增加值，考虑第三产业增加值影响的情况下，第二产业每增加一个单位 GDP 就增加1.709个单位。
中级经济师基础知识 第 1题：单选题(本题1分) 某公司产品当产量为1000单位时，其总成本为4000元；当产量为2000单位时，其总成本为5000，则设产量为x，总成本为y，正确的一元回归方程表达式应该是（ ）。 A、y = 3000 + x B、y = 4000 + 4x C、y = 4000 + x D、y = 3000 + 4x 【正确答案】：A 【答案解析】： 本题可列方程组：设该方程为y = a + bx，则由题意可得：4000 = a + 1000b5000 = a + 2000b 解该方程，得b=1，a=3000，所以方程为y = 3000 + x 第 2题：单选题(本题1分) 在回归分析中，估计回归系数的最小二乘法的原理是（ ）。 A、使得因变量观测值与均值之间的离差平方和最小 B、使得因变量估计值与均值之间的离差平方和最小 C、使得观测值与估计值之间的乘积和最小 D、使得因变量观测值与估计值之间的离差平方和最小 【正确答案】：D 【答案解析】： 较偏较难的一道题目。最小二乘法就是使得因变量的观测值与估计值之间的离差平方和最小来估计参数的一种方法 第 3题：多选题(本题2分) 关于相关分析和回归分析的说法，正确的的有（） A、相关分析可以从一个变量的变化来推测另一个变量的变化 B、相关分析研究变量间相关的方向和相关的程度 C、相关分析中需要明确自变量和因变量 D、回归分析研究变量间相互关系的具体形式 E、相关分析和回归分析在研究方法和研究目的有明显区别 【正确答案】：BDE 【答案解析】： 相关分析与回归分析在研究目的和方法上具有明显的区别。 （1）、相关分析研究变量之间相关的方向和相关的程度，无法从一个变量的变化来推测另一变量的变化情况。 （2）、回归分析是研究变量之间相关关系的具体形式
第8章 非线性回归 思考与练习参考答案 8.1 在非线性回归线性化时，对因变量作变换应注意什么问题？ 答：在对非线性回归模型线性化时，对因变量作变换时不仅要注意回归函数的形式， 还要注意误差项的形式。如： (1) 乘性误差项，模型形式为 e y AK L αβε =， (2) 加性误差项，模型形式为y AK L αβ ε = + 对乘法误差项模型（1）可通过两边取对数转化成线性模型，（2）不能线性化。 一般总是假定非线性模型误差项的形式就是能够使回归模型线性化的形式，为了方便通常省去误差项，仅考虑回归函数的形式。 8.2为了研究生产率与废料率之间的关系，记录了如表8.15所示的数据，请画出散点图，根据散点图的趋势拟合适当的回归模型。 表8.15 生产率x （单位/周） 1000 2000 3000 3500 4000 4500 5000 废品率y （%） 5.2 6.5 6.8 8.1 10.2 10.3 13.0 解：先画出散点图如下图： 5000.00 4000.003000.002000.001000.00x 12.00 10.00 8.006.00 y
从散点图大致可以判断出x 和y 之间呈抛物线或指数曲线，由此采用二次方程式和指数函数进行曲线回归。 （1）二次曲线 SPSS 输出结果如下： Model Summ ary .981 .962 .942 .651 R R Square Adjusted R Square Std. E rror of the Estimate The independent variable is x. ANOVA 42.571221.28650.160.001 1.6974.424 44.269 6 Regression Residual Total Sum of Squares df Mean Square F Sig.The independent variable is x. Coe fficients -.001.001-.449-.891.4234.47E -007.000 1.417 2.812.0485.843 1.324 4.414.012 x x ** 2 (Constant) B Std. E rror Unstandardized Coefficients Beta Standardized Coefficients t Sig. 从上表可以得到回归方程为：72? 5.8430.087 4.4710y x x -=-+? 由x 的系数检验P 值大于0.05，得到x 的系数未通过显著性检验。 由x 2的系数检验P 值小于0.05，得到x 2的系数通过了显著性检验。 （2）指数曲线 Model Summ ary .970 .941 .929 .085 R R Square Adjusted R Square Std. E rror of the Estimate The independent variable is x.
应用回归分析课后答案 第二章一元线性回归 解答：EXCEL结果: SUMMARY OUTPUT 回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值5 方差分析 df SS MS F Significance F 回归分析125 残差3 总计410 Coefficients标准误差t Stat P-value Lower 95%Upper 95%下限%上限% Intercept X Variable 15 RESIDUAL OUTPUT 观测值预测Y残差 1 2 3 4 5 SPSS结果：（1）散点图为：
（2）x 与y 之间大致呈线性关系。 （3）设回归方程为01y x ββ∧ ∧ ∧ =+ 1β∧ = 12 2 1 7()n i i i n i i x y n x y x n x -- =- =-=-∑∑ 0120731y x ββ-∧- =-=-?=- 17y x ∧ ∴=-+可得回归方程为 （4）22 n i=1 1()n-2i i y y σ∧∧=-∑ 2 n 01i=1 1(())n-2i y x ββ∧∧=-+∑ =222 22 13???+?+???+?+??? （10-（-1+71））（10-（-1+72））（20-（-1+73））（20-（-1+74））（40-（-1+75）） []1 169049363 110/3= ++++= 1 330 6.13 σ∧=≈ （5）由于2 11(, )xx N L σββ∧ :
t σ ∧ == 服从自由度为n-2的t分布。因而 /2 |(2)1 P t n α α σ ?? ?? <-=- ?? ?? 也即： 1/211/2 (p t t αα βββ ∧∧ ∧∧ -<<+=1α - 可得 1 95% β∧的置信度为的置信区间为（7-2.3537+2.353即为：（，） 2 2 00 1() (,()) xx x N n L ββσ - ∧ + : t ∧∧ == 服从自由度为n-2的t分布。因而 /2 (2)1 P t n α α ∧ ?? ?? ?? <-=- ?? ?? ?? ?? ?? 即 0/200/2 ()1 pβσββσα ∧∧∧∧ -<<+=- 可得 1 95%7.77,5.77 β∧- 的置信度为的置信区间为（） （6）x与y的决定系数 2 21 2 1 () 490/6000.817 () n i i n i i y y r y y ∧- = - = - ==≈ - ∑ ∑ （7）
2.1 一元线性回归模型有哪些基本假定？ 答：1. 解释变量 1x , ,2x ,p x 是非随机变量，观测值,1i x ,,2 i x ip x 是常数。 2. 等方差及不相关的假定条件为 ? ? ? ? ? ? ??????≠=====j i n j i j i n i E j i i ,0),,2,1,(,),cov(,,2,1, 0)(2 σεεε 这个条件称为高斯-马尔柯夫(Gauss-Markov)条件，简称G-M 条件。在此条件下，便可以得到关于回归系数的最小二乘估计及误差项方差2σ估计的一些重要性质，如回归系数的最小二乘估计是回归系数的最小方差线性无偏估计等。 3. 正态分布的假定条件为 ???=相互独立 n i n i N εεεσε,,,,,2,1),,0(~212 在此条件下便可得到关于回归系数的最小二乘估计及2σ估计的进一步结果，如它们分别是回归系数的最及2σ的最小方差无偏估计等，并且可以作回归的显著性检验及区间估计。 4. 通常为了便于数学上的处理，还要求,p n >及样本容量的个数要多于解释变量的个数。 在整个回归分析中，线性回归的统计模型最为重要。一方面是因为线性回归的应用最广泛；另一方面是只有在回归模型为线性的假设下，才能的到比较深入和一般的结果；再就是有许多非线性的回归模型可以通过适当的转化变为线性回归问题进行处理。因此，线性回归模型的理论和应用是本书研究的重点。 1. 如何根据样本),,2,1)(;,,,(21n i y x x x i ip i i =求出p ββββ,,,,210 及方差2σ的估计; 2. 对回归方程及回归系数的种种假设进行检验； 3. 如何根据回归方程进行预测和控制，以及如何进行实际问题的结构分析。 2.2 考虑过原点的线性回归模型 n i x y i i i ,,2,1,1 =+=εβ误差n εεε,,,21 仍满足基本假定。求1β的最小二 乘估计。 答：∑∑==-=-=n i n i i i i x y y E y Q 1 1 2112 1)())(()(ββ
y1 1 x11 x12 x1p 0 1 3.1 y2 1 x21 x22 x2p 1 + 2 即y=x + yn 1 xn1 xn2 xnp p n 基本假定 (1) 解释变量x1,x2…,xp 是确定性变量，不是随机变量，且要求 rank(X)=p+1 n 注 tr(H) h 1 3.4不能断定这个方程一定很理想，因为样本决定系数与回归方程中 自变量的数目以及样本量n 有关，当样本量个数n 太小，而自变量又较 多，使样本量与自变量的个数接近时， R 2易接近1,其中隐藏一些虚 假成分。 3.5当接受H o 时，认定在给定的显著性水平 下，自变量x1,x2, xp 对因变量y 无显著影响，于是通过x1,x2, xp 去推断y 也就无多大意 义，在这种情况下，一方面可能这个问题本来应该用非线性模型去描 述，而误用了线性模型，使得自变量对因变量无显著影响；另一方面 可能是在考虑自变量时，把影响因变量y 的自变量漏掉了，可以重新 考虑建模问题。 当拒绝H o 时，我们也不能过于相信这个检验，认为这个回归模型 已经完美了，当拒绝H o 时，我们只能认为这个模型在一定程度上说明 了自变量x1,x2, xp 与自变量y 的线性关系，这时仍不能排除排除我 们漏掉了一些重要的自变量。 3.6中心化经验回归方程的常数项为0,回归方程只包含p 个参数估计 值1, 2, p 比一般的经验回归方程减少了一个未知参数，在变量较 SSE (y y)2 e12 e22 1 2 1 E( ) E( - SSE* - n p 1 n p n 2 [D(e) (E(e ))2 ] 1 n (1 1 n 2 en n E( e 1 1 n p 1 1 n p 1 1 "1 1 n p 1 J (n D(e) 1 (p 1)) 1_ p 1 1 1 n p 1 2 2 n E(e 2 ) (1 h ) 2 1 1 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据： 求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。 α=)。 (5)检验回归方程线性关系的显著性(0.05 (6)如果某地区的人均GDP为5000元，预测其人均消费水平。 (7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。 解：（1） 可能存在线性关系。 （2）相关系数： 系数a 模型非标准化系数标准系数 t Sig. 相关性 B标准误差试用版零阶偏部分 1(常量).003 人均GDP.309.008.998.000.998.998.998 a. 因变量: 人均消费水平 有很强的线性关系。 （3）回归方程：734.6930.309 y x =+ 系数a 模型非标准化系数标准系数t Sig.相关性 回归系数的含义：人均GDP没增加1元，人均消费增加元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。 系数(a) 模型非标准化系数标准化系数 t显著性B标准误Beta 1（常量） 人均GDP（元） %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（4） 模型汇总 模型R R 方调整 R 方标准估计的误 差 1.998a.996.996 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。 模型摘要 模型R R 方调整的 R 方估计的标准差 3.1.2 虚拟变量的应用 例3.1.2.1：为研究美国住房面积的需求，选用3120户家庭为建模样本，回归模型为： 123log log P Y βββ++logQ= 其中：Q ——3120个样本家庭的年住房面积（平方英尺） 横截面数据 P ——家庭所在地的住房单位价格 Y ——家庭收入 经计算：0.247log 0.96log P Y -+logy=4.17 2 0.371R = （）（） （） 上式中2β=0.247-的价格弹性系数，3β=0.96的收入弹性系数，均符合经济学的常识，即价格上升，住房需求下降，收入上升，住房需求也上升。 但白人家庭与黑人家庭对住房的需求量是不一样的，引进虚拟变量D ： 01i D ?=?? 黑人家庭 白人家庭或其他家庭 模型为：112233log log log log D P D P Y D Y βαβαβα+++++logQ= 例3.1.2.2：某省农业生产资料购买力和农民货币收入数据如下：（单位：十亿元） ①根据上述数据建立一元线性回归方程： ? 1.01610.09357y x =+ 20.8821R = 0.2531y S = 67.3266F = ②带虚拟变量的回归模型，因1979年中国农村政策发生重大变化，引入虚拟变量来反映农村政策的变化。 01i D ?=?? 19791979i i <≥年 年 建立回归方程为： ?0.98550.06920.4945y x D =++ （）（） （） 20.9498R = 0.1751y S = 75.6895F = 虽然上述两个模型都可通过显着性水平检验，但可明显看出带虚拟变量的回归模型其方差解释系数更高，回归的估计误差（y S ）更小，说明模型的拟合程度更高，代表性更好。 3.5.4 岭回归的举例说明 企业为用户提供的服务多种多样，那么在这些服务中哪些因素更为重要，各因素之间的重要性差异到底有多大，这些都是满意度研究需要首先解决的问题。国际上比较流行并被实践所验证，比较科学的方法就是利用回归分析确定客户对不同服务因素的需求程度，具体方法如下： 假设某电信运营商的服务界面包括了A1……Am 共M 个界面，那么各界面对总体服务满意度A 的影响可以通过以A 为因变量，以A1……Am 为自变量的回归分析，得出不同界面服务对总体A 的影响系数，从而确定各服务界面对A 的影响大小。 同样，A1服务界面可能会有A11……A1n 共N 个因素的影响，那么利用上述方法也可以计算出A11……A1n 对A1的不同影响系数，由此确定A1界面中的重要因素。 通过两个层次的分析，我们不仅得出各大服务界面对客户总体满意度影响的大小以及不同服务界面上各因素的影响程度，同时也可综合得出某一界面某一因素对总体满意度的影响大小，由此再结合用户满意度评价、与竞争对手的比较等因素来确定每个界面细分因素在以后工作改进中的轻重缓急、重要性差异等，从而起到事半功倍的作用。 例 3.5.4：对某地移动通信公司的服务满意度研究中，利用回归方法分析各服务界面对总体满意度的影响。 a. 直接进入法 显然，这种方法计算的结果中，C 界面不能通过显着性检验，直接利用分析结果是错误 3.11研究货运总量y （万吨）与工业总产值1x （亿元）、农业总产值2x （亿元）、居民非商品支出3x （亿元）的关系。数据如表3-9所示。 （1）计算出y ，1x ，2x ，3x 的相关系数矩阵。 所以y ，1x ，2x ，3x 的相关系数矩阵为： ????? ? ? ??1547.0398.0724.0547.01113.0731.0398.0113.01556 .0724.0731.0556.01 （2）求y 关于1x ，2x ，3x 的三元线性回归方程。 编号 1 2 3 4 5 6 7 8 9 10 货运总量y （万吨） 160 260 210 265 240 220 275 160 275 250 工业总产值x1（亿 元） 70 75 65 74 72 68 78 66 70 65 农业总产值x2（亿 元） 35 40 40 42 38 45 42 36 44 42 居民非商品支出x3 （亿元） 1.0 2.4 2.0 3.0 1.2 1.5 4.0 2.0 3.2 3.0 由系数表可以知道，y 关于1x ，2x ，3x 的三元线性回归方程为： 280.348447.12101.7574.3321-++=x x x y （3）对所求得的方程作拟合优度检验。 由模型汇总可知，样本的决定系数为0.806，所以可以认为回归方程为样本观测值的拟合程度较好，即回归方程的显著性较高。 （4）对回归方程作显著性检验。 对方差分析表可以知道p 值为0.015<0.05 说明自变量1x ，2x ，3x 对因变量y 产生的线性影响较显著。而F=8.283>74.405.0=F 时，就拒绝原假设，认为在显著性水平0.05下，y 与1x ， 2x ，3x 有显著的线性关系，即回归方程是显著的。 多元线性回归模型 一、单项选择题 1.在由30n =的一组样本估计的、包含3个解释变量的线性回归模型中，计算得多重决定 系数为，则调整后的多重决定系数为（ D ） A. B. C. 下列样本模型中，哪一个模型通常是无效 的（B ） A. i C （消费）=500+i I （收入） B. d i Q （商品需求）=10+i I （收入）+i P （价格） C. s i Q （商品供给）=20+i P （价格） D. i Y （产出量）=0.6i L （劳动）0.4i K （资本） 3.用一组有30个观测值的样本估计模型01122t t t t y b b x b x u =+++后，在的显著性水平上对 1b 的显著性作t 检验，则1b 显著地不等于零的条件是其统计量t 大于等于（ C ） A. )30(05.0t B. )28(025.0t C. )27(025.0t D. )28,1(025.0F 4.模型 t t t u x b b y ++=ln ln ln 10中，1b 的实际含义是（ B ） A.x 关于y 的弹性 B. y 关于x 的弹性 C. x 关于y 的边际倾向 D. y 关于x 的边际倾向 5、在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于１，则表明 模型中存在（ C ） A.异方差性 B.序列相关 C.多重共线性 D.高拟合优度 6.线性回归模型01122......t t t k kt t y b b x b x b x u =+++++ 中，检验0:0(0,1,2,...) t H b i k ==时，所用的统计量 服从( C ) (n-k+1) (n-k-2) (n-k-1) (n-k+2) 7. 调整的判定系数 与多重判定系数 之间有如下关系( D ) A.2 211n R R n k -=-- B. 22111 n R R n k -=--- C. 2211(1)1n R R n k -=-+-- D. 2211(1)1n R R n k -=---- 8．关于经济计量模型进行预测出现误差的原因，正确的说法是（ C ）。 A.只有随机因素 B.只有系统因素 C.既有随机因素，又有系统因素 、B 、C 都不对 9．在多元线性回归模型中对样本容量的基本要求是(k 为解释变量个数)：（ C ） A n ≥k+1 B n 第3章 多元线性回归 思考与练习参考答案 3.1 见教材P64-65 3.2 讨论样本容量n 与自变量个数p 的关系，它们对模型的参数估计有何影响？ 答：在多元线性回归模型中，样本容量n 与自变量个数p 的关系是：n>>p 。如果n<=p 对模型的参数估计会带来很严重的影响。因为： 1. 在多元线性回归模型中，有p+1个待估参数β，所以样本容量的个数应该大于解释变量的个数，否则参数无法估计。 2. 解释变量X 是确定性变量，要求()1rank p n =+ 1.1回归分析的基本思想及其初步应用 一、选择题 1. 某同学由x 与y 之间的一组数据求得两个变量间的线性回归方程为y bx a =+，已知：数据x 的平 均值为2，数据 y 的平均值为3，则 ( ) A ．回归直线必过点（2，3） B ．回归直线一定不过点（2，3） C ．点（2，3）在回归直线上方 D ．点（2，3）在回归直线下方 2. 在一次试验中，测得(x,y)的四组值分别是A(1,2),B(2,3),C(3,4),D(4,5)，则Y 与X 之间的回归直线方程为（ ）A ． y x 1=+ B ． y x 2=+ C ． y 2x 1=+ Ｄ． y x 1=-3. 在对两个变量x ，y 进行线性回归分析时，有下列步骤： ①对所求出的回归直线方程作出解释； ②收集数据(i x 、i y ） ，1,2i =，…，n ； ③求线性回归方程； ④求未知参数； ⑤根据所搜集的数据绘制散点图 如果根据可行性要求能够作出变量,x y 具有线性相关结论，则在下列操作中正确的是（ ） A ．①②⑤③④ B ．③②④⑤① C ．②④③①⑤ D ．②⑤④③① 4. 下列说法中正确的是（ ） A ．任何两个变量都具有相关关系 B ．人的知识与其年龄具有相关关系 C ．散点图中的各点是分散的没有规律 D ．根据散点图求得的回归直线方程都是有意义的 5. 给出下列结论： （1）在回归分析中，可用指数系数2 R 的值判断模型的拟合效果，2 R 越大，模型的拟合效果越好； （2）在回归分析中，可用残差平方和判断模型的拟合效果，残差平方和越大，模型的拟合效果越好； （3）在回归分析中，可用相关系数r 的值判断模型的拟合效果，r 越小，模型的拟合效果越好； （4）在回归分析中，可用残差图判断模型的拟合效果，残差点比较均匀地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精度越高． 以上结论中，正确的有（ ）个． A ．1 B ．2 C ．3 D ．4 6. 已知直线回归方程为2 1.5y x =-，则变量x 增加一个单位时（ ） A.y 平均增加1.5个单位 B.y 平均增加2个单位 C.y 平均减少1.5个单位 D. y 平均减少2个单位 7. 下面的各图中，散点图与相关系数r 不符合的是（ ） 第7章岭回归 思考与练习参考答案 7.1 岭回归估计是在什么情况下提出的？ 答：当自变量间存在复共线性时，｜X’X｜≈0，回归系数估计的方差就很大，估计值就很不稳定，为解决多重共线性，并使回归得到合理的结果，70年代提出了岭回归(Ridge Regression,简记为RR)。 7.2岭回归的定义及统计思想是什么？ 答：岭回归法就是以引入偏误为代价减小参数估计量的方差的一种回归方法，其统计思想是对于（X’X）-1为奇异时，给X’X加上一个正常数矩阵 D, 那么X’X+D接近奇异的程度就会比X′X接近奇异的程度小得多，从而完成回归。但是这样的回归必定丢失了信息，不满足blue。但这样的代价有时是值得的，因为这样可以获得与专业知识相一致的结果。 7.3 选择岭参数k有哪几种方法？ 答：最优 是依赖于未知参数 和 的，几种常见的选择方法是： 岭迹法：选择 的点能使各岭估计基本稳定，岭估计符号合理，回归系数没有不合乎经济意义的绝对值，且残差平方和增大不太多； 方差扩大因子法： ，其对角线元 是岭估计的方差扩大因子。要让 ； 残差平方和：满足 成立的最大的 值。 7.4 用岭回归方法选择自变量应遵循哪些基本原则？ 答：岭回归选择变量通常的原则是： 1. 在岭回归的计算中，我们通常假定涉及矩阵已经中心化和标准化了，这样可以直接比较标准化岭回归系数的大小。我们可以剔除掉标准化岭回归系数比较稳定且绝对值很小的自变量； 2. 当k值较小时，标准化岭回归系数的绝对值并不很小，但是不稳定，随着k的增加迅速趋近于零。像这样岭回归系数不稳定、震动趋于零的自变量，我们也可以予以剔除； 3. 去掉标准化岭回归系数很不稳定的自变量。如果有若干个岭回归系数不稳定，究竟去掉几个，去掉那几个，要根据去掉某个变量后重新进行岭回归分析的效果来确定。 4、回归分析方法应用实例 在制定运动员选材标准时，理论上要求先对不同年龄的运动员，各测试一个较大的样本，然后，计算出各年龄的平均数、标准差，再来制定标准。 但是，在实际工作中，有时某些年龄组不能测到较大的样本。这时能不能使用统计的方法，进行处理呢？ 我们遇到一个实例。测得45名11至18岁男田径运动员的立定三级跳远数据。其各年龄组人数分布如表一。由于受到许多客观因素的限制，一时无法再扩大样本，因此决定使用统计方法进行处理。 第一步，首先用原始数据做散点图，并通过添加趋势线，看数据的变化趋势是否符合随年龄增长而变化的趋势，决定能否使用回归方程制定标准。如果趋势线不符合随年龄增长而变化的趋势，或者相关程度很差就不能用了。 本例作出的散点图如图1，图上用一元回归方法添加趋势线，并计算出年龄和立定三级跳远的： 一元回归方程：Y＝2.5836＋0.3392 X 相关系数 r＝0.7945（P<0.01） 由于从趋势线可以看出，立定三级跳远的成绩是随年龄增加而逐渐增加，符合青少年的发育特点。而且, 相关系数r＝0.7945，呈高度相关。因此，可以认为计算出的一元回归方程，反映了11至18岁男运动员年龄和立定三级跳远成绩的线性关系。决定用一元回归方程来制定各年龄组的标准。 第二步，用一元回归方程：Y＝2.5836＋0.3392 X 推算出各年龄的立定三级跳远回归值，作为各年龄组的第2等标准。 第三步，用45人的立定三级跳远数据计算出标准差为：0.8271。由于在正态分布下，如把平均数作为标准约有50%的人可达到标准，用平均数-0.25标准差制定标准则约有60%的人可达到，用平均数+0.25、+0.52、+0.84标准差制定标准约有40%、30%、20%的人可达到标准。本例用各年龄组回归值-0.25标准差、+0.25标准差、+0.52标准差、+0.84标准差计算出1至5等标准如表2、图2。 应用回归分析第三章习题 3.1 y x =β 基本假定： （1） 诸1234n x ,x x ,x x ……非随机变量，rank （x ）=p+1，X 为满秩矩阵 （2） 误差项()()200i i j E ,i j cov ,,i j ?ε=? ?δ=?εε=??≠?? （3）()2 0i i j ~N ,,?εδ??εε??诸相互独立 3.2 ()10111 ?X X X X |rank(X X )p rank(X )p n p -'β'≠'=+≥+≥+存在，必须使存在。即|则必有故 3.3 ()()()() ()22 11 122 12 22211111111 n n n i i ii i i i n ii i n i i E e D e h n h n p ?E E e n p n p n p =====??==-δ ????? =-δ=--δ ??? ??∴δ ==--δ=δ ? ----??∑∑∑∑∑ 3.4 并不能这样武断地下结论。2 R 与回归方程中的自变量数目以及样本量n 有关，当样本量n 与自变量个数接近时，2 R 易接近1，其中隐含着一些虚假成分。因此，并不能仅凭很大的2 R 就模型的优劣程度。 3.5 首先，对回归方程的显著性进行整体上的检验——F 检验 001230p H :β=β=β=β==β=…… 接受原假设：在显著水平α下，表示随机变量y 与诸x 之间的关系由线性模型表示不合适 拒绝原假设：认为在显著性水平α下，y 与诸x 之间有显著的线性关系 第二，对单个自变量的回归系数进行显著性检验。 00i H :β= 接受原假设：认为i β=0，自变量i x 对y 的线性效果并不显著 3.6 原始数据由于自变量的单位往往不同，会给分析带来一定的困难；又由于设计的数据量较大，可能会以为舍入误差而使得计算结果并不理想。中心化和标准化回归系数有利于消除由于量纲不同、数量级不同带来的影响，避免不必要的误差。 3.7 11 22 011122201122p p p p p p p ?????y x x x ??????y y (x x )(x x )(x x )????y x x )x x )x x )y =β +β+β++β-=β+β-+β-++β--ββ=-+-++-=对最小二乘法求得一般回归方程： ……对方程进行如下运算： …… ……*j j ?+β=……即 3.8 121321233132212312212331 312311232332 13 231313********* 111 r r r r r r r r r r r r r r r r r r r r r ?? ?= ? ????==-?= =-?= =-即证 1 下面是7个地区2000年的人均国生产总值（GDP）和人均消费水平的统计数据：地区人均GDP/元人均消费水平/元 北京上海 22460 11226 34547 4851 5444 2662 4549 7326 4490 11546 2396 2208 1608 2035 求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。 (5)检验回归方程线性关系的显著性(0.05 α=)。 (6)如果某地区的人均GDP为5000元，预测其人均消费水平。 (7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。 解：（1） 可能存在线性关系。 （2）相关系数： （3）回归方程：734.6930.309 y x =+ 回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规排版。 系数(a) 模型非标准化系数标准化系数 t 显著性B 标准误Beta 1 （常量）734.693 .540 5.265 0.003 人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% （4） 模型汇总 模型R R 方调整 R 方标准估计的误 差 1 .998a.996 .996 247.303 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到99.6%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规排版。 模型摘要 模型R R 方调整的 R 方估计的标准差 1 .998(a) 0.996 0.996 247.303 a. 预测变量:(常量), 人均GDP（元）。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 应用回归分析课后习题 参考答案 Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】 第二章一元线性回归分析 思考与练习参考答案 一元线性回归有哪些基本假定 答：假设1、解释变量X是确定性变量，Y是随机变量； 假设2、随机误差项ε具有零均值、同方差和不序列相关性：E(ε i )=0 i=1,2, …,n Var (ε i )=2i=1,2, …,n Cov(ε i, ε j )=0 i≠j i,j= 1,2, …,n 假设3、随机误差项ε与解释变量X之间不相关： Cov(X i , ε i )=0 i=1,2, …,n 假设4、ε服从零均值、同方差、零协方差的正态分布 ε i ~N(0, 2) i=1,2, …,n 考虑过原点的线性回归模型 Y i =β 1 X i +ε i i=1,2, …,n 误差εi（i=1,2, …,n）仍满足基本假定。求β1的最小二乘估计解： 得： 证明（式），e i =0 ，e i X i=0 。 证明： ∑ ∑+ - = - = n i i i n i X Y Y Y Q 1 2 1 2 1 )) ? ?( ( )? (β β 其中： 即：e i =0 ，e i X i=0 2 1 1 1 2) ? ( )? ( i n i i n i i i e X Y Y Y Qβ ∑ ∑ = = - = - = ) ? ( 2 ?1 1 1 = - - = ? ?∑ = i i n i i e X X Y Q β β ) ( ) ( ? 1 2 1 1 ∑ ∑ = = = n i i n i i i X Y X β 01 ?? ?? i i i i i Y X e Y Y ββ =+=- 01 00 ?? Q Q ββ ?? == ?? 第二章 一元线性回归分析 思考与练习参考答案 一元线性回归有哪些基本假定? 答： 假设1、解释变量X 是确定性变量，Y 是随机变量； 假设2、随机误差项ε具有零均值、同方差和不序列相关性： E(εi )=0 i=1,2, …,n Var (εi )=?2 i=1,2, …,n Cov(εi, εj )=0 i≠j i,j= 1,2, …,n 假设3、随机误差项ε与解释变量X 之间不相关： Cov(X i , εi )=0 i=1,2, …,n 假设4、ε服从零均值、同方差、零协方差的正态分布 εi ~N(0, ?2 ) i=1,2, …,n 考虑过原点的线性回归模型 Y i =β1X i +εi i=1,2, …,n 误差εi （i=1,2, …,n ）仍满足基本假定。求 β1的最小二乘估计 解： 得： 证明（式），?e i =0 ，?e i X i =0 。 证明：∑∑+-=-=n i i i n i X Y Y Y Q 1 2102 1 ))??(()?(ββ 其中： 即： ?e i =0 ，?e i X i =0 211 1 2)?()?(i n i i n i i i e X Y Y Y Q β∑∑==-=-=0)?(2?11 1 =--=??∑=i i n i i e X X Y Q ββ) () (?1 2 1 1 ∑∑===n i i n i i i X Y X β01????i i i i i Y X e Y Y ββ=+=-0 1 00??Q Q β β ??==?? 回归方程E （Y ）=β0+β1X 的参数β0，β1的最小二乘估计与最大似然估计在什么条件下等价?给出证明。 答：由于εi ~N(0, ?2 ) i=1,2, …,n 所以Y i =β0 + β1X i + εi ~N （β0+β1X i , ?2 ) 最大似然函数： 使得Ln （L ）最大的0 ?β，1?β就是β0，β1的最大似然估计值。 同时发现使得Ln （L ）最大就是使得下式最小， ∑∑+-=-=n i i i n i X Y Y Y Q 1 21021 ))??(()?(ββ 上式恰好就是最小二乘估计的目标函数相同。值得注意的是：最大似然估计是在εi ~N (0, ?2 )的假设下求得，最小二乘估计则不要求分布假设。 所以在εi ~N(0, ?2 ) 的条件下， 参数β0，β1的最小二乘估计与最大似然估计等价。 证明0 ?β是β0的无偏估计。 证明：)1[)?()?(1 110∑∑==--=-=n i i xx i n i i Y L X X X Y n E X Y E E ββ )] )(1 ([])1([1011i i xx i n i i xx i n i X L X X X n E Y L X X X n E εββ++--=--=∑∑== 1010)()1 (])1([βεβεβ=--+=--+=∑∑==i xx i n i i xx i n i E L X X X n L X X X n E 证明 证明： )] ()1([])1([)?(102110i i xx i n i i xx i n i X Var L X X X n Y L X X X n Var Var εβββ++--=--=∑∑== () ) 1()1()?(2 2 2 1 2 2 xx n i i L X n X X X n Var +=-+=∑=σσβ 求：(1)人均GDP 乍自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系 形态。 (2) 计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3) 求出估计的回归方程，并解释回归系数的实际意义。 (4) 计算判定系数，并解释其意义。 (5) 检验回归方程线性关系的显著性 ( 0.05)。 (6) 如果某地区的人均 GDP 为5000元，预测其人均消费水平。 (7) 求人均GDP 为5000元时，人均消费水平 95%的置信区间与预测区间。 解: (1) 可能存在线性关系。 12000- 1DOOQ - 6000- 6000- 4QD0- 2000- 0- D 10000 20000 人均GDP 30000 4MOO (2) 相关系数： a.因变量人均消费水平 有很强的线性关系。 （3）回归方程： y 734.693 0.309x a.因变量人均消费水平 回归系数的含义：人均 GDP 没增加1元，人均消费增加 0.309元。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规排版。 系数（a ） a.因变量人均消费水平（元） %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% （4） 模型汇总 a.预测变量常量）,人均GDP 人均GDP 寸人均消费的影响达到 99.6%。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规排版。 a.预测变量:（常量人均GDP （元）。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 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ε的意义是什么主要包括哪些因素 答：随机误差项ε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2(0,)N σ。 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“异回归分析练习试题和参考答案解析
回归分析方法及其应用中的例子
应用回归分析课后习题第3章11题
多元线性回归模型习题及答案
应用回归分析-第3章课后习题参考答案
回归分析练习题(有答案)
应用回归分析,第7章课后习题参考答案
回归分析方法应用实例
应用回归分析第三版·何晓群-第三章所有习题答案
回归分析练习题及参考答案
应用回归分析课后习题参考答案
应用回归分析 课后习题参考答案
回归分析练习题与参考答案
第一章课后习题解答(应用回归分析)
相关主题
文本预览