第五章回归!.docVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第五章 回归分析 一、填空题 1、一元线性回归分析的数学模型为 。 2、多元线性回归模型中,的最小二乘估计的协方差矩阵_______ . 解:. 3、为了估计山上积雪溶化后对河流下游灌溉的影响,在山上建立观测站,测得连续10年的观测数据如下表(见表3)。 表3 最大积雪深度与灌溉面积的10年观测数据 年 份 最大积雪深度x(米) 灌溉面积y (千亩) 计算值 残 差di 1971 15.2 28.6 231.04 817.96 434.72 29.913 -1.313 1972 10.4 19.3 108.16 372.49 200.72 21.211 -1.911 1973 21.2 40.5 449.44 1640.25 858.60 40.790 -0.290 1974 18.6 35.6 345.96 1267.36 662.16 36.077 -0.477 1975 26.4 48.9 696.96 2391.21 1290.96 50.218 -1.318 1976 23.4 45.0 547.56 2025.00 1053.00 44.779 0.221 1977 13.5 29.2 182.25 852.64 394.20 26.831 2.369 1978 16.7 34.1 278.89 1162.81 569.47 32.632 1.468 1979 24.0 46.7 576.00 2180.89 1120.80 45.867 0.833 1980 19.1 37.4 364.81 1398.76 714.34 36.983 0.417 Σ 188.5 365.3 3781.07 14109.37 7298.97 则y关于x的线性回归模型为 答案: 4、多元线性回归模型中,的最小二乘估计是_______ . 解:. 5、设由一组观测数据()(i=1,2,…,n)计算得,,则y对x的线性回归方程为 . 二、简述题 1、回归分析是什么样的一种数学方法?它可以解决什么样的问题? 2、多元线性回归分析的数学模型是什么? 3、一元线性回归分析中检验变量之间有没有线性关系常用的方法有哪几个? 4、线性回归分析的主要内容及应用中注意的问题。 5、如何看待多元统计方法在实际数据处理中的作用与地位。 6、试简要论述线性回归分析包括哪些内容或步骤. 解:建立模型、参数估计、回归方程检验、回归系数检验、变量剔除、预测. 三、单选题 1、在一元回归分析中,判定系数定义为,则( ). A 接近0时回归效果显著; B 接近1时回归效果显著; C 接近时回归效果显著; D 前述都不对. 2、在回归分析中,t检验主要是用来检验( ) A.回归系数的显著性 B.线性关系的显著性 C.相关系数的显著性 D.估计标准误差的显著性 3、设有一组观测数据(xi,yi),i=1,2,…,n,其散点图呈线性趋势,若要拟合一元线性回归方程,且,则估计参数β0,β1时应使(   ) A.最小 B.最大 C.2最小 D.2最大 四、计算题 1、为研究家庭收入(元)和食品支出(元)关系,随机抽取了12个家庭的样本,得到数据如下表 家庭 序号 家庭 收入 食品 支出 1 20 7 400 140 49 2 30 9 900 270 81 3 33 9 1089 297 81 4 40 11 1600 440 121 5 15 5 225 5 25 6 14 4 196 56 16 7 26 8 676 208 64 8 38 10 1444 380 100 9 35 9 1225 315 81 10 42 10 1764 420 100 11 22 8 484 176 64 12 31 9 961 279 81 合计 346 99 10964 3056 863 假设与之间符合一元线回归模型 (1)试用上表数据建立线性回归方程。 (2)试解释回归方程的经济意义 2、测得某种物质在不同温度下吸附另一种物质的重量如下表所示: (oC) 1.5 1.8 2.4 3.0 3.5 3.9 4.4 4.8 5.0 (mg) 4.8 5.7 7.0 8.3 10.9 12.4 13.1 13.6 15.3 设吸附量与温度之间具有线性关系: , 并算得: ,,,, (1)证明都是的线性组合;

文档评论(0)

创业文库 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档