应用回归分析--第三章课习题整理.docVIP

3.1 +即y=x+ 基本假定 （1）解释变量x1,x2...,xp是确定性变量，不是随机变量，且要求rank(X)=p+1n,表明设计矩阵X中自变量列之间不相关，样本量的个数应大于解释变量的个数 随机误差项具有零均值和等方差，即高斯马尔柯夫条件 对于多元线性回归的正态分布假定条件的矩阵模型为 ~N（0，） 随即向量y~N(X) 3.2 当存在时，回归参数的最小二乘估计为，要求出回归参数，即要求是一个非奇异矩阵，，所以可逆矩阵为p+1阶的满秩矩阵，又根据两个矩阵乘积的秩不大于每一因子的秩rank(X)p+1,而X为n(p+1)阶矩阵，于是应有np+1 结论说明，要想用最小二乘法估计多元线性回归模型的未知参数，样本量n必须大于模型自变量p的个数。 3.3 3.4不能断定这个方程一定很理想，因为样本决定系数与回归方程中自变量的数目以及样本量n有关，当样本量个数n太小，而自变量又较多，使样本量与自变量的个数接近时，易接近1，其中隐藏一些虚假成分。 3.5当接受H时，认定在给定的显著性水平下，自变量x1,x2,xp对因变量y无显著影响，于是通过x1,x2,xp去推断y也就无多大意义，在这种情况下，一方面可能这个问题本来应该用非线性模型去描述，而误用了线性模型，使得自变量对因变量无显著影响；另一方面可能是在考虑自变量时，把影响