应用回归分析_整理课后习题参考答案.doc

应用回归分析_整理课后习题参考答案.doc

ID:20732817

大小:389.00 KB

页数:14页

时间:2018-10-15

应用回归分析_整理课后习题参考答案.doc_第1页
应用回归分析_整理课后习题参考答案.doc_第2页
应用回归分析_整理课后习题参考答案.doc_第3页
应用回归分析_整理课后习题参考答案.doc_第4页
应用回归分析_整理课后习题参考答案.doc_第5页
资源描述:

《应用回归分析_整理课后习题参考答案.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、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、同方差和不序列相关性:E(εi)=0i=1,2,…,nVar(εi)=s2i=1,2,…,nCov(εi,εj)=0i≠ji,j=1,2,…,n假设3、随机误差项ε与解释变量X之间不相关:Cov(Xi,εi)=0i=1,2,…,n假设4、ε服从零均值、同方差、零协方差的正态分布εi~N(0,s2)i=1,2,…,n2.2考虑过原点的线性回归模型Yi=

2、β1Xi+εii=1,2,…,n误差εi(i=1,2,…,n)仍满足基本假定。求β1的最小二乘估计解:得:2.3证明(2.27式),Sei=0,SeiXi=0。证明:其中:即:Sei=0,SeiXi=02.4回归方程E(Y)=β0+β1X的参数β0,β1的最小二乘估计与最大似然估计在什么条件下等价?给出证明。答:由于εi~N(0,s2)i=1,2,…,n所以Yi=β0+β1Xi+εi~N(β0+β1Xi,s2)最大似然函数:使得Ln(L)最大的,就是β0,β1的最大似然估计值。同时发现使得Ln(L)最大

3、就是使得下式最小,上式恰好就是最小二乘估计的目标函数相同。值得注意的是:最大似然估计是在εi~N(0,s2)的假设下求得,最小二乘估计则不要求分布假设。所以在εi~N(0,s2)的条件下,参数β0,β1的最小二乘估计与最大似然估计等价。2.5证明是β0的无偏估计。证明:2.6证明证明:2.7证明平方和分解公式:SST=SSE+SSR证明:2.8验证三种检验的关系,即验证:(1);(2)证明:(1)(2)2.9验证(2.63)式:证明:其中:2.10用第9题证明是s2的无偏估计量证明:2.14为了调查某广

4、告对销售收入的影响,某商店记录了5个月的销售收入y(万元)和广告费用x(万元),数据见表2.6,要求用手工计算:表2.6月份12345X12345Y1010202040(1)画散点图(略)(2)X与Y是否大致呈线性关系?答:从散点图看,X与Y大致呈线性关系。(3)用最小二乘法估计求出回归方程。计算表XY1104100206(-14)2(-4)221011001013(-7)2(3)2320000200042010027727254044004034142(-6)2和15100和Lxx=10Lyy=600

5、和Lxy=70和100SSR=490SSE=110均3均20均20回归方程为:(1)求回归标准误差先求SSR(Qe)见计算表。所以第三章3.3证明随机误差项ε的方差s2的无偏估计。证明:3.4一个回归方程的复相关系数R=0.99,样本决定系数R2=0.9801,我们能判断这个回归方程就很理想吗?答:不能断定这个回归方程理想。因为:1.在样本容量较少,变量个数较大时,决定系数的值容易接近1,而此时可能F检验或者关于回归系数的t检验,所建立的回归方程都没能通过。2.样本决定系数和复相关系数接近于1只能说明Y

6、与自变量X1,X2,…,Xp整体上的线性关系成立,而不能判断回归方程和每个自变量是显著的,还需进行F检验和t检验。3.在应用过程中发现,在样本容量一定的情况下,如果在模型中增加解释变量必定使得自由度减少,使得R2往往增大,因此增加解释变量(尤其是不显著的解释变量)个数引起的R2的增大与拟合好坏无关。3.7验证证明:多元线性回归方程模型的一般形式为:其经验回归方程式为,又,故,中心化后,则有,左右同时除以,令,样本数据标准化的公式为,则上式可以记为则有3.11研究货运总量y(万吨)与工业总产值x1(亿元)

7、、农业总产值x2(亿元)、居民非商品支出x3(亿元)的关系。数据见表3.9(略)。(1)计算出y,x1,x2,x3的相关系数矩阵。SPSS输出如下:则相关系数矩阵为:(2)求出y与x1,x2,x3的三元回归方程。对数据利用SPSS做线性回归,得到回归方程为(3)对所求的方程作拟合优度检验。由上表可知,调整后的决定系数为0.708,说明回归方程对样本观测值的拟合程度较好。(4)对回归方程作显著性检验;原假设:F统计量服从自由度为(3,6)的F分布,给定显著性水平=0.05,查表得,由方查分析表得,F值=8

8、.283>4.76,p值=0.015,拒绝原假设,由方差分析表可以得到,说明在置信水平为95%下,回归方程显著。(5)对每一个回归系数作显著性检验;做t检验:设原假设为,统计量服从自由度为n-p-1=6的t分布,给定显著性水平0.05,查得单侧检验临界值为1.943,X1的t值=1.942<1.943,处在否定域边缘。X2的t值=2.465>1.943。拒绝原假设。由上表可得,在显著性水平时,只有的P值<0.05,通过检验,即只有的回归系数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。