- 1、本文档共15页,可阅读全部内容。
- 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、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、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
第4章计量经济学答案
PAGE
PAGE 15
一元线性回归
第一部分 学习目的和要求
本章主要介绍一元线性回归模型、回归系数的确定和回归方程的有效性检验方法。回归方程的有效性检验方法包括方差分析法、t检验方法和相关性系数检验方法。本章还介绍了如何应用线性模型来建立预测和控制。需要掌握和理解以下问题:
1 一元线性回归模型
2 最小二乘方法
3 一元线性回归的假设条件
4 方差分析方法
5 t检验方法
6 相关系数检验方法
7 参数的区间估计
8 应用线性回归方程控制与预测
9 线性回归方程的经济解释
第二部分 练习题
术语解释
1 解释变量
2 被解释变量
3 线性回归模型
4 最小二乘法
5 方差分析
6 参数估计
7 控制
8 预测
二、填空
1 在经济计量模型中引入反映( )因素影响的随机扰动项,目的在于使模型更符合( )活动。
2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条:(1)因为人的行为的( )、社会环境与自然环境的( )决定了经济变量本身的( );(2)建立模型时其他被省略的经济因素的影响都归入了( )中;(3)在模型估计时,( )与归并误差也归入随机扰动项中;(4)由于我们认识的不足,错误的设定了( )与( )之间的数学形式,例如将非线性的函数形式设定为线性的函数形式,由此产生的误差也包含在随机扰动项中了。
3 ( )是因变量离差平方和,它度量因变量的总变动。就因变量总变动的变异来源看,它由两部分因素所组成。一个是自变量,另一个是除自变量以外的其他因素。( )是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化,或称自变量对因变量变化的贡献。( )是度量实际值与拟合值之间的差异,它是由自变量以外的其他因素所致,它又叫残差或剩余。
4 回归方程中的回归系数是自变量对因变量的( )。某自变量回归系数的意义,指的是该自变量变化一个单位引起因变量平均变化( )个单位。
5 模型线性的含义,就变量而言,指的是回归模型中变量的( );就参数而言,指的是回归模型中的参数的( );通常线性回归模型的线性含义是就( )而言的。
6 样本观察值与回归方程理论值之间的偏差,称为( ),我们用残差估计线性模型中的( )。
三、简答题
1 在线性回归方程中,“线性”二字如何理解?
2 用最小二乘法求线性回归方程系数的意义是什么?
3 一元线性回归方程的基本假设条件是什么?
4 方差分析方法把数据总的平方和分解成为两部分的意义是什么?
5 试叙述t检验法与相关系数检验法之间的联系。
6 应用线性回归方程控制和预测的思想。
7 线性回归方程无效的原因是什么?
8 回归分析中的随机误差项有什么作用?它与残差项有何区别?
9 判断如下模型,哪些是线性模型,哪些不是。以及它们经过怎样的变化能够变成线性模型?
模型 描述性名称
倒数
半对数
反半对数
对数或双对数
对数倒数
10 如下模型是线性回归模型吗?并说出原因。
四 计算题
1 给定如下表第一列的假设,说明第二列中的假定是与之等效的。
关于经典模型的假设
(1)(2)2 下表给出了美国30所知名学校的MBA学生1994年基本年薪(ASP)、GPA分数(1-4共四个等级)、GMAT分数以及每年学费的数据。
a. 用双变量回归模型分析GPA是否对ASP有影响?
b.用合适的回归模型分析GMAT分数是否与ASP有关系?
c.每年的学费与ASP有关吗?你是如何知道的?如果两变量之间正相关,是否意味着进到最高费用的商业学校是有利的。
d.你同意高学费的商业学校意味着高质量的MBA成绩吗?为什么?
1994年MBA毕业生平均初职薪水
学校ASP/美元GPAGMAT学费/美元Harvard1026303.465023894Stanford1008003.366521189Columbian1004803.364021400Dartmouth954103.466021225Wharton899303.465021050Northwestern846403.364020634Chicago832103.365021656Mit805003
文档评论(0)