练习题02多元线性回归模型.doc

《练习题02多元线性回归模型.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、练习题（多元线性回归模型）一、单项选择题：1.根据可决系数R2与F统计量的关系可知，当R2=1时有（）。A.F=1B.F=－1C.F→+∞D.F=02.要使模型能够得出参数估计量，所要求的最小样本容量为（）A.n≥k+1B.n≤k+1　　C.n≥30D.n≥3(k+1)3.下面哪一表述是正确的（）。A.线性回归模型的零均值假设是指B.对模型进行方程显著性检验（即检验），检验的零假设是C.相关系数较大意味着两个变量存在较强的因果关系D.当随机误差项的方差估计量等于零时，说明被解释变量与解释变量之间为函数关系4.在双对数线性

2、模型中，参数的含义是（）。A.Y关于X的增长量B.Y关于X的发展速度C.Y关于X的边际倾向D.Y关于X的弹性5.半对数模型中，参数的含义是（）。A．X的绝对量变化，引起Y的绝对量变化B．Y关于X的边际变化C．X的相对变化，引起Y的期望值绝对量变化   D．Y关于X的弹性二、多项选择题：1.调整后的多重可决系数的正确表达式有（）。（注：k指自变量和常数项的个数）A.B.C.D.E.2.在多元线性回归分析中，修正的可决系数与可决系数之间（）。A.

3、算分析题（一）设某商品的需求量（百件），消费者平均收入（百元），该商品价格（元）。经Eviews软件对观察的10个月份的数据用最小二乘法估计，结果如下：（被解释变量为）VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIGC99.13.7.0.000X12.0.（）X2-6.1.（）R-squared0.Meanofdependentvar80.00000AdjustedR-squared（）S.D.ofdependentvar19.57890S.Eofregression4.Sumofs

4、quaredresid174.7915Durbin-Watsonstat1.F–statistics（）完成以下问题：（至少保留三位小数）1．写出需求量对消费者平均收入、商品价格的线性回归估计方程。2．解释偏回归系数的经济含义。3．估计调整的可决系数。4．在95%的置信度下对方程整体显著性进行检验。5．在95%的置信度下检验偏回归系数(斜率)的显著性。（二）以下是用1985年美国人口调查数据做的一个回归。因变量是wage(工资，$/小时），自变量包括educ（受教育年数），exper（工龄），expersq（工龄的平方）

5、，female（虚拟变量，取值1代表女性，取值0代表男性），以及性别虚拟变量和工龄的交互项（female×exper），下面是两个总体回归方程：方程1：　wagei=β0+β1educi+β2experi+β3expersqi+ui方程2：　wagei=β0+β1educi+β2experi+β3expersqi+δfemalei+γfemalei*experi+ui请根据方程的回归结果回答以下问题：1.应该用什么统计量来表示方程1的拟合优度，其值是多少？2.对如下假设做假设检验，H0：δ＝γ＝0，设显著性水平α＝0.0

6、5，无论接受还是拒绝原假设，请解释检验结果的经济含义。（经查表：F0.05(2,530)=3,F0.05(4,530)=2.38,F0.05(2,528)=3.02,F0.05(4,528)=2.39。）3.方程1中β1估计值是多少，请解释其经济意义。方程1的回归结果：DependentVariable:WAGEMethod:LeastSquaresIncludedobservations:534afteradjustingendpointsVariableCoefficientStd.Errort-StatisticP

7、rob.C-5.1.-4.0.0000EDUC0.0.10.715950.0000EXPER0.0.4.0.0000EXPERSQ-0.0.-2.0.0039R-squared0.Meandependentvar9.AdjustedR-squared0.S.D.dependentvar5.S.E.ofregression4.Akaikeinfocriterion5.Sumsquaredresid11055.98Schwarzcriterion5.方程2的回归结果：DependentVariable:WAGEMethod:

8、LeastSquaresIncludedobservations:534afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-5.1.-4.0.0000EDUC0.0.11.431730.0000EXPER0.0.5.0.0000EX