一元线性回归模型(习题和解答).pdfVIP

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（u ）和残差项（e ） 15) 残差平方和 i i 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u 和残差项 e 是一回事 i i 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u 和残差项 e 的区别与联系。 i i 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 y t α=+βx t t 1,2, L,n ⑵ y t α=+βx t +μt t 1,2, L,n $ $ ⑶ y t α=+βx t +μt t 1,2, L,n $ ⑷ $ $ y x t , , ,n α=+β +μ 1 2 L t t t $ ⑸ $ y t α=+βx t t 1,2, L,n $ ⑹ $ $ y t α=+βx t t 1,2, L,n $ ⑺ $ $ y t α=+βx t +μt t 1,2, L,n $ ⑻ $ $ $ y t α=+βx t +μt t 1,2, L,n 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、