计量第二次作业.pdfVIP

第三章 1．观察下列方程并判断其变量是否呈线性？系数是否呈线性？或都是？或都不 是？ 1)   3  Y   X  i 0 1 i i 2)    Y   logX  i 0 1 i i 3)    logY   logX  i 0 1 i i 4)     Y   ( X ) i 0 1 2 i i  5) Y  0  i X i 1 i    6) Y 1 (1X )1 i 0 i i     7）Y   X  X 10 i 0 1 1i 2 2i i 解：（1）（2）（3）（7）变量非线性，系数线性。（4）变量线性，系数 非线性。（5）（6）变量和系数均为非线性。 2．多元线性回归模型与一元线性回归模型有哪些区别？ 解：一元线性是说一个解释变量对被解释变量的影响。多元线性则是多个解 释变量对被解释变量的影响。多元线性回归模型与一元线性回归模型的区别表现 在如下几个方面：一是解释变量的个数不同；二是模型的经典假设不同，多元线 性回归模型比一元线性回归模型多了个“解释变量之间不存在线性相关关系”的 假定；三是多元线性回归模型的参数估计式的表达更为复杂。计算一元线性回归 方程的最小二乘法是整个回归思想中的核心。在多元线性回归方程中，由于变量 的增多，最普遍的会出现异方差性，还会有时序性等影响着回归方程的拟合度。 3．为什么说最小二乘估计量是最优的线性无偏估计量？多元线性回归最小二乘 估计的正规方程组，能解出唯一的参数估计的条件是什么？ 解：在满足经典假设的条件下，参数的最小二乘估计量具有线性性、无偏性以及 最小性方差，所以被称为最优线性无偏估计量（BLUE）。对于多元线性回归最 小二乘估计的正规方程组，能解出唯一的参数估计量的条件是解释变量间不完全 线性相关。 4．多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无偏 性和有效性的过程中，哪些基本假设起了作用？ 解：随机误差项零均值，同方差，无序列相关且服从正态分布。解释变量非随机， 如果是随机的，不能与随机误差项相关，解释变量之间不存在共线性。 5．在多元线性回归分析中， 检验与 检验有何不同？在一元线性回归分析中二t F 者是否有等价的作用？ 解：t 检验是检验各个参数的显著性，F 检验是检验回归整体的显著性。F 检验 通过威逼t检验通过。但在一元回归模型中，二者是等价的，因为两者都是对共 同的假设——解释变量参数等于0。     6．对模型y   x  x   x u 应用OLS法，得到回归方程如下： i 0 1 1i 2 2i k ki i ˆ ˆ ˆ ˆ ˆ     y   x  x   x i 0 1 1i 2 2i k ki   y y yˆ ˆ  y 0ˆ 要求：证明残差 与 不相关，即： i i i i