一元线性回归模型(习题与解答).pdf

第二章 一元线性回归模型 一、习题 （一）基本知识类题型 2-1．解释下列概念： 1) 总体回归函数 11) 最大似然法 2) 样本回归函数 12) 估计量的标准差 3) 随机的总体回归函数 13) 总离差平方和 4) 线性回归模型 14) 回归平方和 5) 随机误差项（ui）和残差项（ei） 15) 残差平方和 6) 条件期望 16) 协方差 7) 非条件期望 17) 拟合优度检验 8) 回归系数或回归参数 18) t 检验 9) 回归系数的估计量 19) F 检验 10) 最小平方法 2-2．判断正误并说明理由： 1) 随机误差项 ui 和残差项 ei 是一回事 2) 总体回归函数给出了对应于每一个自变量的因变量的值 3) 线性回归模型意味着变量是线性的 4) 在线性回归模型中，解释变量是原因，被解释变量是结果 5) 随机变量的条件均值与非条件均值是一回事 2-3．回答下列问题： 1) 线性回归模型有哪些基本假设？违背基本假设的计量经济学模型是否就不可估计？ 2) 总体方差与参数估计误差的区别与联系。 3) 随机误差项 ui 和残差项 ei 的区别与联系。 4) 根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模型的 1 拟合优度问题？ 5) 为什么用决定系数 R2 评价拟合优度，而不用残差平方和作为评价标准？ 6) R2 检验与 F 检验的区别与联系。 7) 回归分析与相关分析的区别与联系。 8) 最小二乘法和最大似然法的基本原理各是什么？说明它们有何区别？ 9) 为什么要进行解释变量的显著性检验？ 10) 是否任何两个变量之间的关系，都可以用两变量线性回归模型进行分析？ 2-2．下列方程哪些是正确的？哪些是错误的？为什么？ ⑴ yxtntt=+α β =12,,L , ⑵ yxttt=+α β +μ tn =12,,L , $ ⑶ yxttt=+αβ$ + μ tn =12,,L , ⑷ yx$ttt=+αβ$ $ + μ tn =12,,L , ⑸ yxtntt=+αβ$ $ =12,,L , ⑹ yxtn$tt=+αβ$ $ =12,,L , ⑺ yxttt=+αβ$ $ + μ$ tn =12,,L , ⑻ yx$ttt=+αβ$ $ + μ$ tn =12,,L , 其中带“＾”者表示“估计值”。 2-3．下表列出若干对自变量与因变量。对每一对变量，你认为它们之间的关系如何？是正 的、负的、还是无法确定？并说明理由。 因变量 自变量 GNP 利率 个人储蓄 利率 小麦产出 降雨量 美国国防开支 前苏联国防开支 棒球明星本垒打的次数 其年薪 总统声誉 任职时间