应用回归分析试题.docxVIP

一、选择题 应用回归分析试题（一） 两个变量与x 的回归模型中，通常用R 2 来刻画回归的效果，则正确的叙述是（ D ） A. R 2 越小，残差平方和越小 B. R 2 越大，残差平方和越大 e135702468xC. R 2 与残差平方和无关 D. e 1 3 5 7 0 2 4 6 8 x （A） (B) （C） （D） 在对两个变量x ， y 进行线性回归分析时，有下列步骤： i,i①对所求出的回归直线方程作出解释; ②收集数据(x y ）， i 1,2 ，…， i , i 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x, y 具有线性相关结论，则在下列操 作中正确的是（ D ） A．①②⑤③④ B．③②④⑤① C．②④③①⑤ D．②⑤④③① 下列说法中正确的是（B ） A.任何两个变量都具有相关关系 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 下面的各图中，散点图与相关系数r 不符合的是（B ） 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，| t 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 在多元线性回归中，样本决定系数R2 ? SST 三、叙述题 ? 1? SSE SST 。 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） 答案：定义离差平方和 Q(? ) ? ?n ( y i i?1 ? y^ )2 i 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 小，使?^ 0 , ?^ 1 满足下述条件： Q(? 0 , ? ) ? ?n ( y 1 i i?1 ? ?^ 0 , ?^ 1 x )2 i ? min ?n ? ,? ( y ? ? i 0 ? ? x )2 1 i 0 1 i?1 根据微分中值定理可得： ?Q | ? ?^ ?? 0? 0 ? ?2?n ( y ? ?^ i 0 ? ?^ 1 x ) ? 0 i 0 i?1 ?Q | ? ?^ ? ?2?n ( y ? ?^ ? ?^ x )x ? 0 ?? 1? 1 i 0 1 i i 1 i?1 求解正规方程组得到： ??^ ? ? ?^ ? ?? 0 y? 1 x ? ? ? ??^ ?n (x i? i?1 i x)( y ? ? ? y) ? 1 ?n ? ??(x ? ? i i?1 ? x)2 ?n ? 2 ?n 2 ? L ? (x xx i i?1 ? x) ?  ? ?n ? ?n x ? n x2 i 令 L ? ?n (x xy i x)( y ? ? ? ? y) ? x y ? i i ? ? n x y i?1 i?1 则一元线性回归模型中回归方程系数可表示为 ??x??^ ? y? ^ ? ? ? x ? 0 1 ?? ?? ? ? ? xy ?? 1 L ? xx 叙述多元线性回归模型的基本假设 i1 2 K答案：假设 1.解释变量 X , X ,L , X 是非随机的假设（ ? i 1 2 K i假设( ? i )=? 2 , i =1,2,……ｎ ijcov(? , ? i j )=0, i ? j , i, j =1,2,……ｎ； i1 2 K假设 4.解释变量 X , X ,L , X 线性无关； 假设 5.? : N (0,? 2 i 1 2 K 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 x , x 1 2 ,L x p 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 1. 证明SST=SSR+SSE 证明： SST ? ?n ( y ? ??i ? ?