最新应用回归分析试题(一).docxVIP

A A A A y y 应用回归分析试题（一） 一、选择题 两个变量与x的回归模型中，通常用R2来刻画回归的效果，则正确的 叙述是（D ） A. R2越小，残差平方和越小 B. R2越大，残差平方和越大 C. R2与残差平方和无关 D. R2越小，残差平方和越大 下面给出了 4个残差图，哪个图形表示误差序列是自相关的（B） A?％(B)(C) A?％ (B) (C) 在对两个变量x, y进行线性回归分析时，有下列步骤: ①对所求出的回归直线方程作出解释；②收集数据（Xi, yi）, i 1,2，…, n ;③求线性回归方程；④求未知参数；⑤根据所搜集的数据绘制散点图 如果根据可行性要求能够作出变量 作中正确的是（D 如果根据可行性要求能够作出变量 作中正确的是（D ） A .①②⑤③④ C.②④③①⑤ x，y具有线性相关结论，则在下列操 B .③②④⑤① D .②⑤④③① B.人的知识与其年龄具有相关关系下列说法中正确的是（B ） A. B.人的知识与其年龄具有相关关系 C.散点图中的各点是分散的没有规律 D .根据散点图求得的回归直 线方程都是有意义的 5.下面的各图中，散点图与相关系数r不符合的是（B ） \ r=-| I * t i *亠 . VJ i m * ? J / — 1 r0 八’ 4 ? ? t v| r? ? ? i ? ? ? ? ? ? ? d A 0 — 1^- c 1 0 D.； 二、 填空题 OLSE估计量的性质线性、无偏、最小方差。 学习回归分析的目的是对实际问题进行预测和控制。 检验统计量t值与P值的关系是P（|t||t值|）=p值，P值越小，卩值|越 大，回归方程越显著。 在一元线性回归中，SST自由度为n-1, SSE自由度为n-2, SSR自由 度为1。 SSR SSE 1 - TOC \o 1-5 \h \z 在多元线性回归中，样本决定系数 R2 -SST SST。 三、 叙述题 叙述一元线性回归模型中回归方程系数的求解过程及结果（ OLSE 法） n a 2 答案：定义离差平方和Q（ ） i 1（yi yi） a a 最小二乘思想找出参数0, 1的估计值0, 1。使得离差平方和最 a a 小，使0, 1满足下述条件： Q( 07 1) ( yi i 1 n 1Xi)2 1Xi)2 a a (yi 0 1 Xi) 0 i 1 n2 n 2 i 1 n a a 2 (yi 0 1Xi)Xi 0 i 1 _Q I I 0 0 亠1 1 求解正规方程组得到: 0 y ix n (Xi x)(yi y) i 1 1 n (Xi i 1 X)2 Lxx n (Xi i 1 n X)2 n 2 2 Xi n x i 1 n 令 Lxy (Xi i 1 x)(yi y) Xi yi i 1 nx y 则一元线性回归模型中回归方程系数可表示为 0 y ix Lxy 1 L xx 叙述多元线性回归模型的基本假设 答案：假设1?解释变量Xi,X2,L ,Xk是非随机的 假设 2.E( i)=0； 假设 3.var( i)= ,i=1,2, n cov( i, j)=0,i j, i, j =1,2, n; 假设4?解释变量X1，X2，L，Xk线性无关； 2 假设 5. i : N(0，) 回归模型中随机误差项 的意义是什么？ 答案： 为随机误差项，正是由于随机误差项的引入，才将变量间的关 系描述为一个随机方程，使得我们可以借助随机数学方法研究 y与 x1,X2丄Xp的关系，由于客观经济现象是错综复杂的，一种经济现象很难 用有限个因素来准确说明，随机误差项可以概括表示由于人们的认识以 及其他客观原因的局限而没有考虑的种种偶然因素。 在回归分析的应用中，数据时常包括一些异常的观测值，引起异常 值的原因有哪些(至少5个)? 答案：引起异常值的原因： 数据登记误差，存在抄写或录入误差； 数据测量误差； 数据随机误差； 缺少重要自变量； 缺少观测数据； 存在异方差； 模型选用错误，线性模型不适用; 四、证明题 证明 SST二SSR+SSE 证明： n SST (yi i 1 n a (yi y)2 i 1 n 又 (yi i 1 n a e( o i 1 a n o ei i 1 0 n (yi i 1 n a (yi yi)2 i 1 A A yi)(yi y) y)2 A iX) 0 n 1 XiC i 1 A A yi yi y)2 n a a 2 (yi yi)(yi y) i 1 a n ei yi ei y i 1 n (yi i 1 即SST y)2 SSR n a (yi i 1 SSE y)2 n a (yi yi)2 i 1 2.证明: 证明： SSE是误差项方差2的无偏估计。 A E(