第三章 多元线回归模型 答案.docVIP

第三章 多元线性回归模型 一、名词解释 1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量影响的现象，表现在线性回归模型中有多个解释变量，这样的模型被称做多元线性回归模型，多元是指多个解释变量 2、调整的可决系数：又叫调整的决定系数，是一个用于描述多个解释变量对被解释变量的联合影响程度的统计量，克服了随解释变量的增加而增大的缺陷，与的关系为。 3、偏回归系数：在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1单位对被解释变量带来的平均影响程度。 4、正规方程组：采用OLS方法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为0后得到的方程组，其矩阵形式为。 5、方程显著性检验：是针对所有解释变量对被解释变量的联合影响是否显著所作的检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出判断。 二、单项选择题 1、C 2、A 3、B 4、A 5、C 6、C 7、A 8、D 9、B 10、D 三、多项选择题 1、ACDE 2、BD 3、BCD 4、BC 5、AD 四、判断题、 1、√ 2、√ 3、× 4、× 5、√ 五、简答题 答： 多元线性回归模型与一元线性回归模型的区别表现在如下几个方面：一是解释变量的个数不同；二是模型的经典假设不同，多元线性回归模型比一元线性回归模型多了个“解释变量之间不存在线性相关关系”的假定；三是多元线性回归模型的参数估计式的表达更为复杂。 答： 在满足经典假设的条件下，参数的最小二乘估计量具有线性性、无偏性以及最小性方差，所以被称为最优线性无偏估计量（BLUE） 对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是（）-1存在，或者说各解释变量间不完全线性相关。 六、计算分析题 1、解： （1）预期sibs对劳动者受教育的年数有影响。因此在收入及支出预算约束一定的条件下，子女越多的家庭，每个孩子接受教育的时间会越短。 根据多元回归模型偏回归系数的含义，sibs前的参数估计值-0.094表明，在其他条件不变的情况下，每增加1个兄弟姐妹，受教育年数会减少0.094年，因此，要减少1年受教育的时间，兄弟姐妹需增加1/0.094=10.6个。 （2）medu的系数表示当兄弟姐妹数与父亲受教育的年数保持不变时，母亲每增加1年受教育的时间，其子女作为劳动者就会预期增加0.131年的教育时间。 （3）首先计算两人受教育的年数分别为 10.36+0.131′12+0.210′12=14.452 10.36+0.131′16+0.210′16=15.816 因此，两人的受教育年限的差别为15.816-14.452=1.364 2、解： 在给定5%显著性水平的情况下，进行t检验。 参数的t值： 参数的t值： 参数的t值： 在5%显著性水平下，自由度为19-3-1=15的t分布的临界值为，、的参数显著不为0，但不能拒绝的参数为0的假设。 （2）回归式表明影响工资水平的主要原因是当期的物价水平、失业率，前期的物价水平对他的影响不是很大，当期的物价水平与工资水平呈正向变动、失业率与工资水平呈相反变动，符合经济理论，模型正确。可以将从模型删除. 3、解： （1）ln(X1)的系数表明在其他条件不变时，ln(X1)变化1个单位，Y变化的单位数，即DY=0.32Dln(X1)?0.32(DX1/ X1)。由此，如果X1增加10%，Y会增加0.032个百分点。这在经济上不是一个较大的影响。 （2）针对备择假设H1：，检验原假设H0：。易知相应的t统计量的值为t=0.32/0.22=1.455。在5%的显著性水平下，自由度为32-3=29的t 分布的临界值为2.045，计算出的t值小于该临界值，所以不拒绝原假设。这意味着销售额对RD强度的影响不显著。在10%的显著性水平下，t分布的临界值为1.699，计算的t 值小于该值，不拒绝原假设，意味着销售额对RD强度的影响不显著。 （3）对X2，参数估计值的t统计值为0.05/0.46=1.087，它比10%显著性水平下的临界值还小，因此可以认为它对Y在统计上没有显著的影响。 4、解： （1）答案与真实情况是否一致不一定，因为题目未告知是否通过了经济意义检验。猜测为：为学生数量，为附近餐厅的盒饭价格，为气温，为校园内食堂的盒饭价格； （2）理由是被解释变量应与学生数量成正比，并且应该影响显著；被解释变量应与本食堂盒饭价格成反比，这与需求理论相吻合；被解释变量应与附近餐厅的盒饭价格成正比，因为彼此有替代作用；被解释变量应与气温的变化关系不是十分显著，因为大多数学生不会因为气温变化不吃饭。