应用回归分析-第5章课后习题参考答案.docVIP

应用回归分析-第5章课后习题参考答案 第5章 自变量选择与逐步回归 思考与练习参考答案 5.1 自变量选择对回归参数的估计有何影响？ 答： 回归自变量的选择是建立回归模型得一个极为重要的问题。如果模型中丢掉了重要的自变量, 出现模型的设定偏误，这样模型容易出现异方差或自相关性 ，影响回归的效果；如果模型中增加了不必要的自变量, 或者数据质量很差的自变量, 不仅使得建模计算量增大, 自变量之间信息有重叠，而且得到的模型稳定性较差，影响回归模型的应用。 5.2自变量选择对回归预测有何影响？ 答：当全模型（m元）正确采用选模型（p元）时，我们舍弃了m-p个自变量，回归系数的最小二乘估计是全模型相应参数的有偏估计，使得用选模型的预测是有偏的，但由于选模型的参数估计、预测残差和预测均方误差具有较小的方差，所以全模型正确而误用选模型有利有弊。 当选模型（p元）正确采用全模型（m元）时，全模型回归系数的最小二乘估计是相应参数的有偏估计，使得用模型的预测是有偏的，并且全模型的参数估计、预测残差和预测均方误差的方差都比选模型的大，所以回归自变量的选择应少而精。 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：如果所建模型主要用于预测，则应使用统计量达到最小的准则来衡量回归方程的优劣。 5.4 试述前进法的思想方法。 答：前进法的基本思想方法是：首先因变量Y对全部的自变量x1,x2,...,xm建立m个一元线性回归方程, 并计算F检验值，选择偏回归平方和显著的变量（F值最大且大于临界值）进入回归方程。每一步只引入一个变量，同时建立m－1个二元线性回归方程，计算它们的F检验值，选择偏回归平方和显著的两变量变量（F值最大且大于临界值）进入回归方程。在确定引入的两个自变量以后，再引入一个变量，建立m－2个三元线性回归方程，计算它们的F检验值，选择偏回归平方和显著的三个变量（F值最大）进入回归方程。不断重复这一过程，直到无法再引入新的自变量时，即所有未被引入的自变量的F检验值均小于F检 5.9 在研究国家财政收入时，我们把财政收入按收入形式分为：各项税收收入、企业收入、债务收入、国家能源交通重点建设收入、基本建设贷款归还收入、国家预算调节基金收入、其他收入等。为了建立国家财政收入回归模型，我们以财政收入y（亿元）为因变量，自变量如下：x1为农业增加值（亿元），x2为工业增加值（亿元），x3为建筑业增加值（亿元），x4为人口数（万人），x5为社会消费总额（亿元），x6为受灾面积（万公顷）。据《中国统计年鉴》获得1978—1998年共21个年份的统计数据，见表5.4（P167）。由定性分析知，所有自变量都与y有较强的相关性，分别用后退法和逐步回归法作自变量选元。 解：后退法SPSS输出结果： 逐步回归法 二者结果相同，回归方程为： y=865.929—0.601x1－0.361x2＋0.639x5 但是回归系数的解释不合理。 5.10 表5.5的数据是1968－1983年期间与电话线制造有关的数据，各变量的含义如下： x1——年份； x2——国民生产总值（10亿美元）； x3——新房动工数（单位：1000）； x4——失业率（％）； x5——滞后6个月的最惠利率； x6——用户用线增量（％）； y——年电话销量（百万尺双线）。 （1）建立y对x2~x6的线性回归方程。SPSS输出结果如下： 回归方程为：=5922.827+4.864+2.374-817.901+14.539-846.867 其中x2、 x5的系数未通过检验。 (2)用后退法选择自变量。 后退法剔除P值最大的剔除x5，模型的参数均通过显著性检验。（显著性水平α＝0.05），得回归方程为： =6007.320+5.068+2.308-824.261-862.699 模型表明年电话销量（y）与国民生产总值、新房动工数、失业率、用户用线增量有显著的线性关系。 （3）用逐步回归法选择自变量 逐步回归法引入x3,x5,x4进入回归模型，没有剔除变量，保留x3,x5,x4作为最终模型。回归方程为： y=1412.807＋3.440x3—415.136x4＋348.729x5 模型表明年电话销量（y）与新房动工费、失业率、滞后6个月的最惠利率 有显著的线性关系。 （4）根据以上计算结果分析后退法和逐步回归法的差异 答：两个方法得到的最终模型是不同的，后退法首先剔除了x5，而逐步回归法在第二步引入了x5，说明两种方法对自变量选取的方法是不同的，这与自变量之间的相关性有关。相比之下，后退法首先做全模型的回归，每个自变量都有机会展示自己的作用，所得结果更值得信服。从本例看，x5是滞后6个月的最惠利率，对因变量的影响似乎不大。