《商务统计分析 第2版》 第10章 习题答案.pdfVIP

□思考与练习题

思考题

10.1.多重判定系数和修正的多重判定系数有什么作用？

多重判定系数是多元回归中的回归平方和占总平方和的比例它是度量多元

回归方程拟合程度的一个统计量反映了在因变量y的变差中被估计的回归方程

所解释的比例其计算公式为：

2

SSR力（生一寸-J）

肥=*=q=1-闻=1一些

SST2

yy（-y）Yy（-yY

i-li=l

修正的多重判定系数考虑了样本量（〃）和模型中自变量的个数（Z）的影

响这就使得的值永远小于R2,而且的值不会由于模型中自变量个数的增加而

越来越接近1,其计算公式为：

n-k-\

10.2.如何进行回归系数的显著性检验？

将回归均方（MSR）同残差均方（MSE）加以比较应用F检验来分析二者之间的

差别是否显著。

10.3.模型中虚拟变量是什么为什么要引入虚拟变量？

虚拟变量是用以反映质的属性的一个人工变量是量化了的自变量通常取

值为。或1。引入虚拟变量可使线形回归模型变得更复杂但对问题描述更简

明一个方程能达到两个方程的作用而且接近现实。

10.4.多重共线性会导致什么后果如何检测并处理？

多重共线性是指回归模型中两个或两个以上的自变量彼此相关多重共线可

能会使回归的结果造成混乱可能对参数估计值的正负号产生影响。

检测多重共线性的最简单的一种办法是计算模型中各对口变量之间的相关系

数并对各相关系数进行显著性检验。将一个或多个相关的自变量从模型中剔

除使保留的自变量尽可能不相关。

10.5.解释向前回归、向后剔除和逐步回归的异同点。

逐步回归法可以认为是向前引入法与向后剔除法的综合。逐步回归法克服了向

前引入法与向后剔除法的缺点吸收两种方法的优点。

10.6.多元线性回归预测和因果分析有什么不同？

预测因果分析

遗漏变量对于预测的影响小的多。因果分析的主要目标是得到回归

遗

预测的目标是基于可用的变量的线系数的无偏倚估计。因此遗漏的

漏

性组合得到优化的预测。因此不变量造成的偏倚是极具威胁的。

的

存在对预测来说“真正的”系数进行特别是那些既影响因变量又和

变优化估计的说法。除非如果加入遗自变量相关的变量。这些变量的

量漏的变量可以改进预测。遗漏往往会导致无效结论。

当R2小的时候也能做好因果分

2

R反映了预测模型对数据的拟合

析检验自变量对因变量效果的

R2度。最大化R2对预测建模是关键性

假设。可以通过大样本量抵消小

的。

斤的短处。