应用回归分析.docxVIP

第五章 5.1自变量选择对回归参数的估计有何影响？ 答：全模型正确而误用选模型时，我们舍去了 m-p个自变量，用剩下的 p个自变量去建立 选模型，参数估计值是全模型相应参数的有偏估计。 选模型正确而误用全模型时， 参数估计 值是选模型相应参数的有偏估计。 5.2自变量选择对回归预测有何影响？ （一） 全模型正确而误用选模型的情况 估计系数有偏，选模型的预测是有偏的， 选模型的参数估计有较小的方差， 选模型的预测残 差有较小的方差，选模型预测的均方误差比全模型预测的方差更小。 （二） 选模型正确而误用全模型的情况 全模型的预测值是有偏的，全模型的预测方差的选模型的大，全模型的预测误差将更大。 5.3如果所建模型主要用于预测，应该用哪个准则来衡量回归方程的优劣？ 答：应该用自由度调整复决定系数达到最大的准则。 当给模型增加自变量时， 复决定系数也 随之增大，然而复决定系数的增大代价是残差自由度的减小， 自由度小意味着估计和预测的 可靠性低。应用自由度调整复决定系数达到最大的准则可以克服样本决定系数的这一缺点 把R2给予适当的修正，使得只有加入“有意义”的变量时，经过修正的样本决定系数才会 增加，从而提高预测的精度。 5.4试述前进法的思想方法。 解：主要是变量由少到多，每次增加一个，直至没有可引入的变量为止。 具体做法是：首先将全部m个自变量，分别对因变量y建立m个一元线性回归方程，