第三篇课后作业.pdf

第三章课后作业 1． 多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无 偏性和有效性的过程中，哪些基本假设起了作用？ 答：多元线性回归模型的基本假定有： （1） 解释变量是非随机的或固定的，且相互之间互不相关（不存在多重共 线性）； （2 ） 随机扰动项具有 0 均值、同方差以及不存在序列相关（不存在自相 关）； （3 ） 解释变量与随机扰动项不相关； （4 ） 随机扰动项服从正态分布； （5 ） 样本容量趋于无穷时，各解释变量的方差趋于有界常数； （6 ） 回归模型的设定是正确的。 在证明最小二乘估计量的无偏性中，利用了解释变量与随机误差项不相 关的假定。 −1 ˆ E ( ) E (( ′ ) ′ ) β X X X Y E (( ′ )−1 ′( )) X X X Xβ+μ ( ′ )−1 E ( ′ ) β+ X X X μ β 在有效性的证明中，利用了随机项独立同方差假定。 2 ．在多元线性回归分析中，t 检验和 F 检验有何不同？在一元线性回归中，二 者是否具有等价的作用？ 解：多元回归中，t 检验是针对某一个偏回归系数的显著性检验，而 F 检验 则是针对回归方程总体线性关系的显著性检验。 在一元线性回归中，二者具有等价的作用。实际上，在一元线性回归中二 者存在如下的关系：F t2 。 3 ． 为什么说对模型参数施加约束条件后，其回归的残差平方和一定不比未施加 约束的残差平方和小？在什么样的条件下，受约束回归和不受约束回归的结 果相同？ 解：假设无约束样本回归的矩阵表达式为： ˆ Y Xβ+e 受约束样本回归的矩阵表达式为： ˆ Y Xβ +e ∗ ∗ 则受约束样本回归的残差平方和 RSSR 为： ∗ ∗ ∗ ˆ ˆ ˆ ˆ ˆ e∗ Y −Xβ Xβ+e −Xβ e −X (β −β) 所以 ˆ ˆ ˆ ˆ ′ ′ ′ ′ e e e e ( β β) X X( β β) + − − * * * * 于是 ′ ≥ ′ e e e e * * 4 ．在一项调查大学生一学期平时成绩（Y ）与每周在学习（X1 ）、睡觉（X2 ）、 娱乐（X3 ）与其它（X4 ）各种活动所用的时间的关系的研究中，建立如下的 回归模型： Y β +β X +β X +β X +β X +μ i 0 1 1i 2 2i 3 3i 4 4i i 如果这些活动所用时间的总和为一周的总小时数 168。问：保持其它条件不 变，改变其中一个变量的说法是否有意义？该模型是否违背基本假设的情 况？如何修改此模型以使其更加合理？ 解： 保持其它条件不变，改变其中一个变量的说法没有意义； 该模型违背了解释变量间不存在多重共线性的基本假设； 不能将四个解释变量同时纳入回归模型。 5 ．考虑如下两个模型： （a ）Y α +α X +α X +