应用回归分析第四版课后习题答案全何晓群刘文卿.pdfVIP

实用回归分析第四版 第一章 回归分析概述 1.3 回归模型中随机误差项ε的意义是什么？ 答：ε 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 与 x1,x2…..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。 1.4 线性回归模型的基本假设是什么？ 答：线性回归模型的基本假设有：1.解释变量 x1.x2….xp 是非随机 的，观测值xi1.xi2…..xip 是常数。2.等方差及不相关的假定条件为 {E(εi)=0 i=1,2…. Cov(εi,εj)=｛σ^2 3.正态分布的假定条件为相互独立。4.样本容量的个数要多于解释变 量的个数，即 np. 第二章 一元线性回归分析 思考与练习参考答案 2.1 一元线性回归有哪些基本假定? 答： 假设 1、解释变量 X 是确定性变量，Y 是随机变量； 假设 2、随机误差项 ε 具有零均值、同方差与不序列相关性： E(ε)=0 i=1,2, …,n i Var (ε)=s2 i=1,2, …,n i Cov(ε ε )=0 i≠j i,j= 1,2, …,n i, j 第 1 页 假设 3、随机误差项 ε 与解释变量 X 之间不相关： Cov(X, ε)=0 i=1,2, …,n i i 假设 4、ε 服从零均值、同方差、零协方差的正态分布 ε ~N(0, s ) i=1,2, …,n 2 i 2.3 证明（2.27 式），Se =0 ，SeX =0 。 i i i n ˆ n ˆ ˆ  2    2 Q (Y Y)  (Y (  X )) i i i 0 1 i 证明： 1 1 ˆ ˆ ˆ ˆ 其中：   Q Q Y   X e YY 0 0 ˆ ˆ i 0 1 i i i i