- 1、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。。
- 2、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。
- 3、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)。
查看更多
思考与练习
1. 随机误差项包括哪些内容?
2. 一元线性回归模型有哪些基本假定?
3.证明公式(2.16)、公式(2.17)。
4.理解样本决定系数的含义。
5.若我们搜集两个变量的历史资料如下:
广告费 1 2 3 4 5 6 7 8 销售收入 10 14 18 20 25 28 30 40 (1)绘制散点图;
(2)与之间是否大致呈线性关系?
(3)用最小二乘法求出回归方程;
(4)求回归标准误差;
(5)给出回归系数的置信度为95%的区间估计;
(6)给出回归方程的方差分解表;
(7)计算与的决定系数;
(8)对回归方程进行F检验。
6.美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》(The Wall Street Journal Almanac 1999)上。航班正点到达的比率和每10万名乘客投诉的次数的数据如下。
航空公司名称 航班正点率(%) 投诉率(次/10万名乘客) 西南(Southwest)航空公司 81.8 0.21 大陆(Continental)航空公司 76.6 0.58 西北(Northwest)航空公司 76.6 0.85 美国(US Airways)航空公司 75.7 0.68 联合(United)航空公司 73.8 0.74 美洲(American)航空公司 72.2 0.93 德尔塔(Delta)航空公司 71.2 0.72 美国西部(Americawest)航空公司 70.8 1.22 环球(TWA)航空公司 68.5 1.25 资料来源:(美)David R.Anderson等《商务与经济统计》,第405页,机械工业出版社。
(1)求出描述投诉率是如何依赖航班按时到达正点率的的回归方程,并进行显著性检验。
(2)对估计的回归方程的斜率作出解释。
(3)如果航班按时到达的正点率为80%,估计每10万名乘客投诉的次数是多少?
7.下面是对某个案例分析的EViews输出结果。该案例的回归分析结果是否理想?为什么?
Dependent Variable: Y Method: Least Squares Date: 05/28/03 Time: 10:25 Sample: 1991 2000 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 32.22076 33.20478 0.970365 0.3603 X 0.800953 1.260800 0.635273 0.5430 R-squared 0.048024 Mean dependent var 48.40000 Adjusted R-squared -0.070973 S.D. dependent var 65.10368 S.E. of regression 67.37438 Akaike info criterion 11.43526 Sum squared resid 36314.46 Schwarz criterion 11.49578 Log likelihood -55.17632 F-statistic 0.403572 Durbin-Watson stat 2.514737 Prob(F-statistic) 0.542989
1. 解:一般说来,随机项来自以下几个方面:
(1)变量的省略。由于人们认识的局限不能穷尽所有的影响因素或由于受时间、费用、数据质量等制约而没有引入模型之中的对被解释变量有一定影响的自变量。
(2)统计误差。数据搜集中由于计量、计算、记录等导致的登记误差;或由样本信息推断总体信息时产生的代表性误差。
(3)模型的设定误差。如在模型构造时,非线性关系用线性模型描述了;复杂关系用简单模型描述了;此非线性关系用彼非线性模型描述了等等。
(4)偶然性误差。被解释变量还受一些不可控制的众多的、细小的偶然因素的影响。
2. 解:假定1:E()=0。即随机项的条件数学期望(均值)为零。
假定2: (=1,2,…,n)。即对于不同的,具有相同的方差,也就是说各次观测值所受的随机影响的程度相同。
假定3:(≠;=1,2,…,n;=1,2,…,n)。
即在任意两次观测时,是相互独立的,不相关的,也就是无序列相关。
假定4:=0。即解释变量与误差项同期独立无关。因为如果两者相关,就不可能把对的影响和对的影响区分开来。
假定5:。即对于给定的,为服从正态分布的随机变量。
3. 证明:(1)因为
所以:
(2)
所以:
4. 答:是由回归方程确定的,也就是由自变量
文档评论(0)