一元线性回归模型习题和答案解析

一元线性回归模型习题和答案解析
一元线性回归模型习题和答案解析

一元线性回归模型

一、单项选择题

1、变量之间的关系可以分为两大类__________。A

A 函数关系与相关关系

B 线性相关关系和非线性相关关系

C 正相关关系和负相关关系

D 简单相关关系和复杂相关关系 2、相关关系是指__________。D

A 变量间的非独立关系

B 变量间的因果关系

C 变量间的函数关系

D 变量间不确定性的依存关系 3、进行相关分析时的两个变量__________。A

A 都是随机变量

B 都不是随机变量

C 一个是随机变量,一个不是随机变量

D 随机的或非随机都可以 4、表示x 和y 之间真实线性关系的是__________。C

A 01???t t

Y X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+

5、参数β的估计量?β

具备有效性是指__________。B A ?var ()=0β

B ?var ()β为最小

C ?()0β

β-= D ?()ββ-为最小 6、对于01??i i i

Y X e ββ=++,以σ?表示估计标准误差,Y ?表示回归值,则__________。B

A i i ??0Y Y 0σ∑

=时,(-)=

B 2

i

i

??0Y Y σ∑=时,(-)=0 C i

i ??0Y Y σ∑=时,(-)为最小 D 2

i

i

??0Y Y

σ∑=时,(-)为最小 7、设样本回归模型为i 01i i

??Y =X +e ββ+,则普通最小二乘法确定的i ?β的公式中,错误的是__________。D

A ()()()i

i

1

2

i X X Y -Y ?X X β--∑∑=

B ()i i

i

i

1

2

2

i

i

n X Y -X Y ?n X -X β∑∑∑∑∑=

C i

i 1

2

2

i

X Y -nXY ?X -nX β∑∑

= D i i i

i

1

2

x

n X Y -X Y ?βσ

∑∑∑=

8、对于i 01i i

??Y =X +e ββ+,以?σ表示估计标准误差,r 表示相关系数,则有__________。D

A ?0r=1σ

=时, B ?0r=-1σ

=时, C ?0r=0σ

=时, D ?0r=1r=-1σ

=时,或 9、产量(X ,台)与单位产品成本(Y ,元/台)之间的回归方程为?Y

356 1.5X -=,这说明__________。D

A 产量每增加一台,单位产品成本增加356元

B 产量每增加一台,单位产品成本减少1.5元

C 产量每增加一台,单位产品成本平均增加356元

D 产量每增加一台,单位产品成本平均减少1.5元

10、在总体回归直线01

?E Y X ββ+()=中,1β表示__________。B A 当X 增加一个单位时,Y 增加1β个单位 B 当X 增加一个单位时,Y 平均增加1β个单位 C 当Y 增加一个单位时,X 增加1β个单位 D 当Y 增加一个单位时,X 平均增加1β个单位

11、对回归模型i 01i i Y X u ββ+=+进行检验时,通常假定i u 服从__________。C A 2i N 0) σ(, B t(n-2) C 2N 0)σ(, D t(n)

12、以Y 表示实际观测值,?Y

表示回归估计值,则普通最小二乘法估计参数的准则是使__________。D

i i 2i i i i 2

i i ?A Y Y 0

?B Y Y 0

?C Y Y ?D Y Y ∑∑∑∑

(-)= (-)= (-)=最小

(-)=最小

13、设Y 表示实际观测值,?Y

表示OLS 估计回归值,则下列哪项成立__________。D ??A Y

Y B Y Y ??C Y

Y D Y Y = = = =

14、用OLS 估计经典线性模型i 01i i Y X u ββ+=+,则样本回归直线通过点_________。

D

?A X Y B X Y

?C X Y

D X Y (,) (,) (,) (,)

15、以Y 表示实际观测值,?Y

表示OLS 估计回归值,则用OLS 得到的样本回归直线i 01i

???Y X ββ+=满足__________。A i

i

2

i i 2

i i 2i i ?A Y Y 0B Y Y 0?C Y Y 0?D Y Y 0

∑∑

∑ (-)= (-)= (-)= (-)=

16、用一组有30个观测值的样本估计模型i 01i i Y X u ββ+=+,在0.05的显著性水平下对1β的显著性作t 检验,则1β显著地不等于零的条件是其统计量t 大于__________。D

A t0.05(30)

B t0.025(30)

C t0.05(28)

D t0.025(28) 17、已知某一直线回归方程的判定系数为0.64,则解释变量与被解释变量间的线性相关系数为__________。B

A 0.64

B 0.8

C 0.4

D 0.32 18、相关系数r 的取值范围是__________。D

A r ≤-1

B r ≥1

C 0≤r ≤1

D -1≤r ≤1

19、判定系数R 2的取值范围是__________。C

A R2≤-1

B R2≥1

C 0≤R2≤1

D -1≤R2≤1

20、某一特定的X 水平上,总体Y 分布的离散度越大,即σ2越大,则__________。A A 预测区间越宽,精度越低 B 预测区间越宽,预测误差越小 C 预测区间越窄,精度越高 D 预测区间越窄,预测误差越大 22、如果X 和Y 在统计上独立,则相关系数等于__________。C A 1 B -1 C 0 D ∞

23、根据决定系数R 2与F 统计量的关系可知,当R 2=1时,有__________。D A F =1 B F =-1 C F =0 D F =∞

24、在C —D 生产函数β

αK AL Y =中,__________。A A.α和β是弹性 B.A 和α是弹性 C.A 和β是弹性 D.A 是弹性

25、回归模型i i i u X Y ++=10ββ中,关于检验010=β:H 所用的统计量)?(?1

11βββVar -,

下列说法正确的是__________。D

A 服从)(22

-n χ B 服从)(1-n t C 服从)

(12

-n χ D 服从)(2-n t 26、在二元线性回归模型i i i i u X X Y +++=22110βββ中,1β表示__________。A A 当X2不变时,X1每变动一个单位Y 的平均变动。 B 当X1不变时,X2每变动一个单位Y 的平均变动。 C 当X1和X2都保持不变时,Y 的平均变动。

D 当X1和X2都变动一个单位时,Y 的平均变动。

27、在双对数模型i i i u X Y ++=ln ln ln 10ββ中,1β的含义是__________。D A Y 关于X 的增长量 B Y 关于X 的增长速度 C Y 关于X 的边际倾向 D Y 关于X 的弹性

26、根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归模型为i i X Y ln 75.000.2ln +=,这表明人均收入每增加1%,人均消费支出将增加__________。C

A 2%

B 0.2%

C 0.75%

D 7.5%

28、按经典假设,线性回归模型中的解释变量应是非随机变量,且__________。A A 与随机误差项不相关 B 与残差项不相关 C 与被解释变量不相关 D 与回归值不相关

29、根据判定系数R 2与F 统计量的关系可知,当R 2=1时有__________。 C A.F=1 B.F=-1 C.F=∞ D.F=0 30、下面说法正确的是__________。 D

A.内生变量是非随机变量

B.前定变量是随机变量

C.外生变量是随机变量

D.外生变量是非随机变量

31、在具体的模型中,被认为是具有一定概率分布的随机变量是__________。A A.内生变量 B.外生变量 C.虚拟变量 D.前定变量 32、回归分析中定义的__________。B A.解释变量和被解释变量都是随机变量

B.解释变量为非随机变量,被解释变量为随机变量

C.解释变量和被解释变量都为非随机变量

D.解释变量为随机变量,被解释变量为非随机变量

33、计量经济模型中的被解释变量一定是__________。C A .控制变量 B .政策变量 C .内生变量 D .外生变量

二、多项选择题

1、指出下列哪些现象是相关关系__________。ACD

A 家庭消费支出与收入

B 商品销售额与销售量、销售价格

C 物价水平与商品需求量

D 小麦高产与施肥量

E 学习成绩总分与各门课程分数

2、一元线性回归模型i 01i i Y X u ββ+=+的经典假设包括__________。ABCDE A ()0t E u = B 2var()t u σ= C cov(,)0t s u u = D (,)0t t Cov x u = E 2~(0,)t u N σ

3、以Y 表示实际观测值,?Y

表示OLS 估计回归值,e 表示残差,则回归直线满足__________。ABE

i

i

2i i 2i i i i A X Y ?B Y Y

?C Y Y 0?D Y Y 0

E cov(X ,e )=0∑∑∑∑ 通过样本均值点(,)

= (-)= (-)= 

4、?Y

表示OLS 估计回归值,u 表示随机误差项,e 表示残差。如果Y 与X 为线性相关关系,则下列哪些是正确的__________。AC

i 01i

i

1

i

i 01i i i

1

i

i

i 01i A E Y X ??B Y X ??C Y X e ???D Y

X e ??E E(Y )X βββ

βββββββ+++++++ ()= = === 5、?Y 表示OLS 估计回归值,u 表示随机误差项。如果Y 与X 为线性相关关系,则下

列哪些是正确的__________。BE

i 01i i 01i i

i

1

i

i

i 01i i i

1

i

A Y X

B Y X u ??

C Y X u ???

D Y X u ???

E Y

X βββββ

βββββ+++++++ = =+ ===

6、回归分析中估计回归参数的方法主要有__________。CDE A 相关系数法 B 方差分析法 C 最小二乘估计法 D 极大似然法 E 矩估计法

7、用OLS 法估计模型i 01i i Y X u ββ+=+的参数,要使参数估计量为最佳线性无偏估计量,则要求__________。ABCDE

A i E(u )=0

B 2

i Var(u )=σ C i j Cov(u ,u )=0 D i u 服从正态分布 E X 为非随机变量,与随机误差项i u 不相关。

8、假设线性回归模型满足全部基本假设,则其参数的估计量具备__________。CDE A 可靠性 B 合理性 C 线性 D 无偏性 E 有效性

9、普通最小二乘估计的直线具有以下特性__________。ABDE A 通过样本均值点(,)X Y

B

?i

i Y Y =∑∑

C 2

?()0i

i

Y Y

-=∑ D 0i

e =∑

E (,)0i i Cov X e =

10、由回归直线i 01i

???Y X ββ+=估计出来的i ?Y 值__________。ADE A 是一组估计值 B 是一组平均值

C 是一个几何级数

D 可能等于实际值Y

E 与实际值Y 的离差之和等于零

11、反映回归直线拟合优度的指标有__________。 A 相关系数 B 回归系数

C 样本决定系数

D 回归方程的标准差

E 剩余变差(或残差平方和)

12、对于样本回归直线i 01i

???Y X ββ+=,回归变差可以表示为__________。ABCDE A 22i i i i

?Y Y -Y Y ∑∑ (-) (-) B 2

2

1

i

i

?X X β∑(-) C 2

2

i

i

R Y Y ∑(-)

D 2

i i

?Y

Y ∑(-) E 1i i i i

? X X Y Y β∑

(-()-) 13对于样本回归直线i 01i

???Y X ββ+=,?σ为估计标准差,下列决定系数的算式中,正确的有__________。ABCDE

A 2i i 2

i

i

?Y Y Y Y ∑∑

(-)(-) B 2i i 2

i

i

?Y Y 1Y Y ∑∑

(-)-(-)

C 2

2

1

i

i 2

i

i

?X X Y Y β∑∑

(-)(-) D 1

i

i

i i

2

i

i

?X X Y Y Y Y β∑∑

(-()-)(-)

E 22i i ?n-2)1Y Y σ∑

(-

(-)

14、下列相关系数的算式中,正确的有__________。ABCDE A

X Y

XY XY

σσ-

B i

i

i

i

X Y X X Y Y n σσ∑(-()-)

C X Y

cov (X,Y)σσ

D

i

i

i

i

2

2

i

i

i

i

X X Y Y X X Y Y ∑∑

∑(-()-)(-)(-) E

i i 2

2

i

i

i

i

X Y -nX Y

X X Y Y ∑∑

∑(-)(-)

15、判定系数R 2可表示为__________。BCE

A 2

RSS

R =

TSS B 2

ESS R =TSS

C 2

RSS R =1-TSS D 2

ESS R =1-TSS E 2

ESS R =ESS+RSS

16、线性回归模型的变通最小二乘估计的残差i e 满足__________。ACDE

A

i e 0∑= B i i e Y 0∑=

C i i

?e Y

0∑= D i i

e X 0∑=

E i i cov(X ,e )=0

17、调整后的判定系数2

R 的正确表达式有__________。BCD

A 2i i 2

i

i

Y Y /(n-1)?Y Y /(n-k)∑∑

(-)1-(-) B 2

i

i

2

i

i

?Y Y /(n-k-1)1Y Y /(n-1)∑∑(-)-(-)

C 2

(n-1)1(1-R )(n-k-1)

- D 22

k(1-R )R n-k-1-

E 2(n-k)1(1+R )(n-1)

- 18、对总体线性回归模型进行显著性检验时所用的F 统计量可表示为__________。BC A

ESS/(n-k)RSS/(k-1) B ESS/(k-1)

RSS/(n-k)

C 22R /(k-1)(1-R )/(n-k)

D 22(1-R )/(n-k)R /(k-1)

E 22R /(n-k)(1-R )/(k-1)

三、名词解释

函数关系与相关关系 线性回归模型

总体回归模型与样本回归模型 最小二乘法

高斯-马尔可夫定理 总变量(总离差平方和) 回归变差(回归平方和) 剩余变差(残差平方和) 估计标准误差 样本决定系数 相关系数 显著性检验 t 检验 经济预测 点预测 区间预测 拟合优度 残差 四、简答

1、在计量经济模型中,为什么会存在随机误差项?

答:①模型中被忽略掉的影响因素造成的误差;②模型关系认定不准确造成的误差;③变量的测量误差;④随机因素。这些因素都被归并在随机误差项中考虑。因此,随机误差项是计量经济模型中不可缺少的一部分。

2、古典线性回归模型的基本假定是什么?

答:①零均值假定。即在给定x t 的条件下,随机误差项的数学期望(均值)为0,即t E(u )=0。②同方差假定。误差项t u 的方差与t 无关,为一个常数。③无自相关假定。即不同的误差项相互独立。④解释变量与随机误差项不相关假定。⑤正态性假定,即假定误差项

t u 服从均值为0,方差为2σ的正态分布。

3、总体回归模型与样本回归模型的区别与联系。

答:主要区别:①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系,而样本回归模型描述所观测的样本中变量y 与x 的相互关系。②建立模型的不同。总体回归模型是依据总体全部观测资料建立的,样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型,样本回归模型是随机模型,它随着样本的改变而改变。

主要联系:样本回归模型是总体回归模型的一个估计式,之所以建立样本回归模型,目的是用来估计总体回归模型。

4、试述回归分析与相关分析的联系和区别。

答:两者的联系:①相关分析是回归分析的前提和基础;②回归分析是相关分析的深入和继续;③相关分析与回归分析的有关指标之间存在计算上的内在联系。

两者的区别:①回归分析强调因果关系,相关分析不关心因果关系,所研究的两个变量是对等的。②对两个变量x 与y 而言,相关分析中:xy yx r r =;但在回归分析中,

01???t t

y b b x =++和01???t t x a a y =++却是两个完全不同的回归方程。③回归分析对资料的要求是:被解释变量y 是随机变量,解释变量x 是非随机变量。相关分析对资料的要求是两个变量都随机变量。

5、在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量有哪些统计性质?

答:①线性,是指参数估计量0?b 和1?b 分别为观测值t y 和随机误差项t u 的线性函数或线性组合。②无偏性,指参数估计量0?b 和1

?b 的均值(期望值)分别等于总体参数0b 和1b 。③有效性(最小方差性或最优性),指在所有的线性无偏估计量中,最小二乘估计量0?b 和1

?b 的方差最小。

6、简述BLUE 的含义。

答:在古典假定条件下,OLS 估计量0?b 和1

?b 是参数0b 和1b 的最佳线性无偏估计量,即BLUE ,这一结论就是著名的高斯-马尔可夫定理。

7、对于多元线性回归模型,为什么在进行了总体显著性F 检验之后,还要对每个回归系数进行是否为0的t 检验?

答:多元线性回归模型的总体显著性F 检验是检验模型中全部解释变量对被解释变量的共同影响是否显著。通过了此F 检验,就可以说模型中的全部解释变量对被解释变量的共同影响是显著的,但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显著的。因此还需要就每个解释变量对被解释变量的影响是否显著进行检验,即进行t 检验。

五、综合题

1、下表为日本的汇率与汽车出口数量数据,

年度

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 X Y 168 661 145 631 128 610 138 588 145 583 135 575 127 567 111 502 102 446 94 379

X:年均汇率(日元/美元) Y:汽车出口数量(万辆) 问题:

(1)画出X 与Y 关系的散点图。 (2)计算X 与Y 的相关系数。

其中X 129.3=,Y 554.2=,2X X 4432.1∑(-)=,2

Y Y 68113.6∑(-)=,

()()X X Y Y ∑--=16195.4

(3)若采用直线回归方程拟和出的模型为

?81.72 3.65Y

X =+

t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 解答:(1)散点图如下:

300

400

500

600

700

80

100

120

140

160

180

X Y

(2)2

2

()()

16195.4

4432.168113.6

()()

XY X X Y Y r X X Y Y --=

=

?--∑∑∑=0.9321

(3)截距项81.72表示当美元兑日元的汇率为0时日本的汽车出口量,这个数据没有实际意义;斜率项3.65表示汽车出口量与美元兑换日元的汇率正相关,当美元兑换日元的汇率每上升1元,会引起日本汽车出口量上升3.65万辆。

2、已知一模型的最小二乘的回归结果如下:

i i

?Y =101.4-4.78X 标准差 (45.2) (1.53) n=30 R 2=0.31

其中,Y :政府债券价格(百美元),X :利率(%)。 回答以下问题:

(1)系数的符号是否正确,并说明理由;

(2)为什么左边是i

?Y 而不是Yi ; (3)在此模型中是否漏了误差项u i ;

(4)该模型参数的经济意义是什么。 答:(1)系数的符号是正确的,政府债券的价格与利率是负相关关系,利率的上升会引起政府债券价格的下降。

(2) (3)

(4)常数项101.4表示在X 取0时Y 的水平,本例中它没有实际意义;系数(-4.78)表明利率X 每上升一个百分点,引起政府债券价格Y 降低478美元。

3、估计消费函数模型i i i C =Y u αβ++得

i i ?C =150.81Y +

t 值 (13.1)(18.7) n=19 R 2=0.81 其中,C :消费(元) Y :收入(元)

已知0.025(19) 2.0930t =,0.05(19) 1.729t =,0.025(17) 2.1098t =,0.05(17) 1.7396t =。 问:(1)利用t 值检验参数β的显著性(α=0.05); (2)确定参数β的标准差;

(3)判断一下该模型的拟合情况。 答:(1)提出原假设H 0:0β=,H1:0β≠

统计量t =18.7,临界值0.025(17) 2.1098t =,由于18.7>2.1098,故拒绝原假设H 0:

0β=,即认为参数β是显著的。

(2)由于??()

t sb ββ=,故?0.81?()0.043318.7sb t ββ===。

(3)回归模型R 2=0.81,表明拟合优度较高,解释变量对被解释变量的解释能力为81%,

即收入对消费的解释能力为81%,回归直线拟合观测点较为理想。

4、已知估计回归模型得

i i

?Y =81.7230 3.6541X +

且2X X 4432.1∑(-)=,2Y Y 68113.6∑(-)=,

求判定系数和相关系数。 答:判定系数:22

12

2

()()b X X R Y Y -=

-∑∑

=23.65414432.1

68113.6

?==0.8688

相关系数:20.86880.9321r R === 5、、有如下表数据

日本物价上涨率与失业率的关系

年份 物价上涨率(%)P 失业率(%)U

1986 0.6 2.8 1987 0.1 2.8 1988 0.7 2.5 1989 2.3 2.3 1990 3.1

2.1

1991 3.3 2.1 1992 1.6 2.2 1993 1.3 2.5 1994 0.7 2.9 1995 -0.1

3.2

(1)设横轴是U ,纵轴是P ,画出散点图。 (2)对下面的菲力普斯曲线进行OLS 估计。

1

P u U αβ

=++

已知P

(3)计算决定系数。 答:(1)散点图如下:

-0.500.511.522.5

33.52

2.2

2.4

2.6

2.8

3

3.2

3.4

失业率

物价上涨率

(2)

7、根据容量n=30的样本观测值数据计算得到下列数据:

22XY 146.5X 12.6Y 11.3X 164.2Y =,=,=,=,=134.6

试估计Y 对X 的回归直线。

8、表2-4中的数据是从某个行业5个不同的工厂收集的,请回答以下问题: 表2-4 总成本Y 与产量X 的数据

Y

80 44 51 70 61 X

12 4 6 11 8

(1)估计这个行业的线性总成本函数:i 01i

???Y =b +b X (2)01

??b b 和的经济含义是什么? (3)估计产量为10时的总成本。

9、有10户家庭的收入(X ,元)和消费(Y ,百元)数据如表2-5。 表2-5 10户家庭的收入(X )与消费(Y )的资料

X 20 30 33 40 15 13 26 38 35 43 Y

7 9 8 11 5 4 8 10 9 10 (1)建立消费Y 对收入X 的回归直线。 (2)说明回归直线的代表性及解释能力。 (3)在95%的置信度下检验参数的显著性。

(4)在95%的置信度下,预测当X =45(百元)时,消费(Y )的置信区间。

10、已知相关系数r =0.6,估计标准?8σ

=误差,样本容量n=62。 求:(1)剩余变差;(2)决定系数;(3)总变差。 11、在相关和回归分析中,已知下列资料:

222X Y i

16,10,n=20,r=0.9,(Y-Y)=2000σσ∑==

(1)计算Y 对绵回归直线的斜率系数。 (2)计算回归变差和剩余变差。 (3)计算估计标准误差。 12、已知:n=6,

2

2

i i i i i i X =21,Y =426,X =79,Y =30268,X Y =1481∑∑∑∑∑。

(1)计算相关系数;

(2)建立Y 对的回归直线;

(3)在5%的显著性水平上检验回归方程的显著性。

13、根据对某企业销售额Y 以及相应价格X 的11组观测资料计算:22XY 117849X 519Y 217X 284958Y =,=,=,=,=49046

(1)估计销售额对价格的回归直线; (2)销售额的价格弹性是多少?

14、假设某国的货币供给量Y 与国民收入X 的历史如表2-6。 表2-6 某国的货币供给量X 与国民收入Y 的历史数据

年份 X Y 年份 X Y 年份

X Y 1985 2.0 5.0 1989 3.3 7.2 1993 4.8 9.7 1986 2.5 5.5 1990 4.0 7.7 1994 5.0 10.0 1987 3.2 6 1991 4.2 8.4 1995 5.2 11.2 1988 3.6 7 1992 4.6 9 1996 5.8 12.4

(1)作出散点图,然后估计货币供给量Y 对国民收入X 的回归方程,并把回归直线画在散点图上。

(2)如何解释回归系数的含义。

(3)如果希望1997年国民收入达到15,那么应该把货币供给量定在什么水平? 15、假定有如下的回归结果

t

t X Y 4795.06911.2?-= 其中,Y 表示美国的咖啡消费量(每天每人消费的杯数),X 表示咖啡的零售价格(单位:美元/杯),t 表示时间。问:

(1)这是一个时间序列回归还是横截面回归?做出回归线。 (2)如何解释截距的意义?它有经济含义吗?如何解释斜率? (3)能否救出真实的总体回归函数?

(4)根据需求的价格弹性定义: Y

X

?

弹性=斜率,依据上述回归结果,你能救出对咖啡需求的价格弹性吗?如果不能,计算此弹性还需要其他什么信息?

解答:(1)这是一个时间序列回归。(图略)

(2)截距2.6911表示咖啡零售价在每磅0美元时,美国平均咖啡消费量为每天每人2.6911杯,这个没有明显的经济意义;斜率-0.4795表示咖啡零售价格与消费量负相关,表明咖啡价格每上升1美元,平均每天每人消费量减少0.4795杯。

(3)不能。原因在于要了解全美国所有人的咖啡消费情况几乎是不可能的。

(4)不能。在同一条需求曲线上不同点的价格弹性不同,若要求价格弹性,须给出具体的X 值及与之对应的Y 值。

16、下面数据是依据10组X 和Y 的观察值得到的:(李子奈书P18)

1110=∑i Y ,1680=∑i X ,204200=∑i i Y X ,3154002=∑i X ,1333002=∑i Y 假定满足所有经典线性回归模型的假设,求 (1)0β,1β的估计值及其标准差;

(2)决定系数2

R ;

(3)对0β,1β分别建立95%的置信区间。利用置信区间法,你可以接受零假设:01=β吗?

文明施工

①依据业主、监理有关要求,落实施工组织文件,明确各工序管理、材料管理、机械管理、成本管理、劳动管理。

②对全体职工,特别是民工,在进场前进行文明、安全施工教育,不断提高职工的文明施工意识和自身素质。

③建立文明施工管理制度,采用统一规范临设,围档整齐,符合要求,临设要牢固整齐,材质符合要求。

④运料车运料时要用帆布覆盖,以防沿路遗撒和扬尘。施工道路要保证湿润,以防车辆行驶扬尘。

⑤场地内材料与设备要保持整齐,并保证场地内的清洁。

一元线性回归模型习题和答案解析

一元线性回归模型 一、单项选择题 1、变量之间的关系可以分为两大类__________。A A 函数关系与相关关系 B 线性相关关系和非线性相关关系 C 正相关关系和负相关关系 D 简单相关关系和复杂相关关系 2、相关关系是指__________。D A 变量间的非独立关系 B 变量间的因果关系 C 变量间的函数关系 D 变量间不确定性的依存关系 3、进行相关分析时的两个变量__________。A A 都是随机变量 B 都不是随机变量 C 一个是随机变量,一个不是随机变量 D 随机的或非随机都可以 4、表示x 和y 之间真实线性关系的是__________。C A 01???t t Y X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+ 5、参数β的估计量?β 具备有效性是指__________。B A ?var ()=0β B ?var ()β为最小 C ?()0β β-= D ?()ββ-为最小 6、对于01??i i i Y X e ββ=++,以σ?表示估计标准误差,Y ?表示回归值,则__________。B A i i ??0Y Y 0σ∑ =时,(-)= B 2 i i ??0Y Y σ∑=时,(-)=0 C i i ??0Y Y σ∑=时,(-)为最小 D 2 i i ??0Y Y σ∑=时,(-)为最小 7、设样本回归模型为i 01i i ??Y =X +e ββ+,则普通最小二乘法确定的i ?β的公式中,错误的是__________。D A ()()()i i 1 2 i X X Y -Y ?X X β--∑∑= B ()i i i i 1 2 2 i i n X Y -X Y ?n X -X β∑∑∑∑∑= C i i 1 2 2 i X Y -nXY ?X -nX β∑∑ = D i i i i 1 2 x n X Y -X Y ?βσ ∑∑∑= 8、对于i 01i i ??Y =X +e ββ+,以?σ表示估计标准误差,r 表示相关系数,则有__________。D A ?0r=1σ =时, B ?0r=-1σ =时, C ?0r=0σ =时, D ?0r=1r=-1σ =时,或 9、产量(X ,台)与单位产品成本(Y ,元/台)之间的回归方程为?Y 356 1.5X -=,这说明__________。D

案例分析(一元线性回归模型)

案例分析报告(2014——2015学年第一学期) 课程名称:预测与决策 专业班级:电子商务1202 学号:2204120202 学生姓名:陈维维 2014 年11月

案例分析(一元线性回归模型) 我国城镇居民家庭人均消费支出预测 一、研究目的与要求 居民消费在社会经济的持续发展中有着重要的作用,居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。从理论角度讲,消费需求的具体内容主要体现在消费结构上,要增加居民消费,就要从研究居民消费结构入手,只有了解居民消费结构变化的趋势和规律,掌握消费需求的热点和发展方向,才能为消费者提供良好的政策环境,引导消费者合理扩大消费,才能促进产业结构调整与消费结构优化升级相协调,才能推动国民经济平稳、健康发展。例如,2008年全国城镇居民家庭平均每人每年消费支出为11242.85元,最低的青海省仅为人均8192.56元,最高的上海市达人均19397.89元,上海是黑龙江的2.37倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我研究的对象是各地区居民消费的差异。居民消费可分为城镇居民消费和农村居民消费,由于各地区的城镇与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城镇居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。 所以模型的被解释变量Y选定为“城镇居民每人每年的平均消费支出”。 因为研究的目的是各地区城镇居民消费的差异,并不是城镇居民消费在不同时间的变动,所以应选择同一时期各地区城镇居民的消费支出来建立模型。因此建立的是2008年截面数据模型。影响各地区城镇居民人均消费支

一元线性回归案例spss

下图为25个职业人群的肺癌死亡指数(100=平均水平)和抽烟指数(100=平均水平)。 职业抽烟指数肺癌死亡指数 农业、林业工人77.0 84.0 挖掘、采石工人110.0 118.0 玻璃陶器制造者94.0 120.0 天然气、化工生产者117.0 123.0 锻造锻压工人116.0 135.0 电气及电子工人102.0 101.0 工程及相关行业人员111.0 118.0 木工业工人93.0 113.0 建筑工人113.0 141.0 皮革业工人92.0 104.0 服装业工人91.0 102.0 造纸印刷业工人107.0 102.0 纺织业工人102.0 93.0 其他产品制造者112.0 96.0 油漆工、装潢工110.0 137.0 发动机、起重机等操作员115.0 113.0 食品行业工人104.0 112.0 交通运输业工人115.0 128.0 库管员等105.0 114.0 服务业场所工人105.0 111.0 文书办事员87.0 81.0 销售员91.0 88.0 行政、经理人员76.0 61.0 艺术家、科学家66.0 55.0 其他劳动力113.0 123.0

散点图呈线性关系 令Y=肺癌死亡指数,X=抽烟指数,做线性回归分析如下: 表2中R=0.839 表示两变量高度相关 R方=0.703 表示拟合较好,散点相对集中于回归线 表3中sig.<0.05 则自变量与因变量具有显著的线性关系,即可以用回归模型表 示 表4中自变量sig.<0.05 则自变量对因变量的线性影响是显著的 由此得到抽烟指数及肺癌死亡指数的一元回归方程: Y=-24.421+1.301X 即抽烟指数每变动一个单位则肺癌死亡指数平均变动1.301个单位

一元线性回归模型练习题(无计算)

一元线性回归模型 一、单项选择题 1、变量之间的关系可以分为两大类( )。 A 函数关系与相关关系 B 线性相关关系和非线性相关关系 C 正相关关系和负相关关系 D 简单相关关系和复杂相关关系 2、进行相关分析时的两个变量( )。 A 都是随机变量 B 都不是随机变量 C 一个是随机变量,一个不是随机变量 D 随机的或非随机都可以 3、参数β的估计量β? 具备有效性是指( ) A Var(β?)=0 B Var(β?)为最小 C (β?-β)=0 D (β? -β)为最小 4、产量(X ,台)与单位产品成本(Y , 元/台)之间的回归方程为?i =356-1.5X i ,这说明( ) A 产量每增加一台,单位产品成本增加356元 B 产量每增加一台,单位产品成本减少1.5元 C 产量每增加一台,单位产品成本平均增加356元 D 产量每增加一台,单位产品成本平均减少1.5元 5、对于01??i i i Y X e ββ=++,以σ?表示估计标准误差,Y ?表示估计值,则( )。 A i i ??0Y Y 0σ∑=时,(-)= B 2i i ??0Y Y σ∑=时,(-)=0 C i i ??0Y Y σ∑=时,(-)为最小 D 2i i ??0Y Y σ∑=时,(-)为最小 6、对于i 01i i ??Y =X +e ββ+,以?σ表示估计标准误差,r 表示相关系数,则有( )。 A ?0r=1σ =时, B ?0r=-1σ=时, C ?0r=0σ=时, D ?0r=1r=-1σ=时,或 7、设Y 表示实际观测值,?Y 表示OLS 估计回归值,则下列哪项成立( )。 ??A Y Y B Y Y ??C Y Y D Y Y = = = = ??A Y Y B Y Y ?? C Y Y D Y Y = = = = 8、用OLS 估计经典线性模型i 01i i Y X u ββ+=+,则样本回归直线通过点( )。 ?A X Y B X Y ?C X Y D X Y (,) (,) (,) (,) ?A X Y B X Y ? C X Y D X Y (,) (,) (,) (,) 9、对回归模型t t t x y εββ++=10进行统计检验时,通常假定t ε服从( ) A N (0,2i σ) B t(n-2) C N (0,2σ) D t(n) 10、以y 表示实际观测值,y ?表示回归估计值,则普通最小二乘法估计参数的准则是使( ) A )?(i i y y -∑=0 B 2)?(i i y y -∑ =0 C )?(i i y y -∑ 为最小 D 2)?(i i y y -∑ 为最小

一元线性回归模型案例分析

一元线性回归模型案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。例如,2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元,最高的上海市达人均10464元,上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入

多元线性回归模型案例分析

多元线性回归模型案例分析 ——中国人口自然增长分析一·研究目的要求 中国从1971年开始全面开展了计划生育,使中国总和生育率很快从1970年的降到1980年,接近世代更替水平。此后,人口自然增长率(即人口的生育率)很大程度上与经济的发展等各方面的因素相联系,与经济生活息息相关,为了研究此后影响中国人口自然增长的主要原因,分析全国人口增长规律,与猜测中国未来的增长趋势,需要建立计量经济学模型。 影响中国人口自然增长率的因素有很多,但据分析主要因素可能有:(1)从宏观经济上看,经济整体增长是人口自然增长的基本源泉;(2)居民消费水平,它的高低可能会间接影响人口增长率。(3)文化程度,由于教育年限的高低,相应会转变人的传统观念,可能会间接影响人口自然增长率(4)人口分布,非农业与农业人口的比率也会对人口增长率有相应的影响。 二·模型设定 为了全面反映中国“人口自然增长率”的全貌,选择人口增长率作为被解释变量,以反映中国人口的增长;选择“国名收入”及“人均GDP”作为经济整体增长的代表;选择“居民消费价格指数增长率”作为居民消费水平的代表。暂不考虑文化程度及人口分布的影响。 从《中国统计年鉴》收集到以下数据(见表1): 表1 中国人口增长率及相关数据

, 设定的线性回归模型为: 1222334t t t t t Y X X X u ββββ=++++ 三、估计参数 利用EViews 估计模型的参数,方法是: 1、建立工作文件:启动EViews ,点击File\New\Workfile ,在对 话框“Workfile Range ”。在“Workfile frequency ”中选择“Annual ” (年 年份 @ 人口自然增长率 (%。) 国民总收入 (亿元) 居民消费价格指数增长 率(CPI )% 人均GDP (元) 1988 15037 1366 1989 … 17001 18 1519 1990 18718 1644 1991 【 21826 1893 1992 26937 2311 1993 . 35260 2998 1994 48108 4044 1995 — 59811 5046 1996 70142 5846 1997 ~ 78061 6420 1998 83024 6796 1999 【 88479 7159 2000 98000 7858 2001 [ 108068 8622 2002 119096 9398 2003 : 135174 10542 2004 159587 12336 2005 、 184089 14040 2006 213132 16024

一元线性回归分析的结果解释

一元线性回归分析的结果解释 1.基本描述性统计量 分析:上表是描述性统计量的结果,显示了变量y和x的均数(Mean)、标准差(Std. Deviation)和例数(N)。 2.相关系数 分析:上表是相关系数的结果。从表中可以看出,Pearson相关系数为0.749,单尾显著性检验的概率p值为0.003,小于0.05,所以体重和肺活量之间具有较强的相关性。 3.引入或剔除变量表

分析:上表显示回归分析的方法以及变量被剔除或引入的信息。表中显示回归方法是用强迫引入法引入变量x的。对于一元线性回归问题,由于只有一个自变量,所以此表意义不大。 4.模型摘要 分析:上表是模型摘要。表中显示两变量的相关系数(R)为0.749,判定系数(R Square)为0.562,调整判定系数(Adjusted R Square)为0.518,估计值的标准误差(Std. Error of the Estimate)为0.28775。 5.方差分析表 分析:上表是回归分析的方差分析表(ANOVA)。从表中可以看出,回归的均方(Regression Mean Square)为1.061,剩余的均方(Residual Mean Square)为0.083,F检验统计量的观察值为12.817,相应的概率p 值为0.005,小于0.05,可以认为变量x和y之间存在线性关系。

6.回归系数 分析:上表给出线性回归方程中的参数(Coefficients)和常数项(Constant)的估计值,其中常数项系数为0(注:若精确到小数点后6位,那么应该是0.000413),回归系数为0.059,线性回归参数的标准误差(Std. Error)为0.016,标准化回归系数(Beta)为0.749,回归系数T检验的t统计量观察值为3.580,T检验的概率p值为0.005,小于0.05,所以可以认为回归系数有显著意义。由此可得线性回归方程为: y=0.000413+0.059x 7.回归诊断 分析:上表是对全部观察单位进行回归诊断(Casewise Diagnostics-all cases)的结果显示。从表中可以看出每一例的标准

案例分析 一元线性回归模型

案例分析报告 (2014——2015学年第一学期) 课程名称:预测与决策 专业班级:电子商务1202 学号: 2204120202 学生姓名:陈维维 2014 年 11月 案例分析(一元线性回归模型) 我国城镇居民家庭人均消费支出预测 一、研究目的与要求 居民消费在社会经济的持续发展中有着重要的作用,居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。从理论角度讲,消费需求的具体内容主要体现在消费结构上,要增加居民消费,就要从研究居民消费结构入手,只有了解居民消费结构变化的趋势和规律,掌握消费需求的热点和发展方向,才能为消费者提供良好的政策环境,引导消费者合理扩大消费,才能促进产业结构调整与消费结构优化升级相协调,才能推动国民经济平稳、健康发展。例如,2008年全国城镇居民家庭平均每人每年消费支出为11242.85元,?最低的青海省仅为人均8192.56元,最高的上海市达人均19397.89元,上海是黑龙江的2.37倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定?

我研究的对象是各地区居民消费的差异。居民消费可分为城镇居民消费和农村居民消费,由于各地区的城镇与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城镇居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。 所以模型的被解释变量Y选定为“城镇居民每人每年的平均消费支出”。 因为研究的目的是各地区城镇居民消费的差异,并不是城镇居民消费在不同时间的变动,所以应选择同一时期各地区城镇居民的消费支出来建立模型。因此建立的是2008年截面数据模型。影响各地区城镇居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。 为了与“城镇居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 以下是2008年各地区城镇居民人均年消费支出和可支配收入表

计量经济学习题第2章 一元线性回归模型

第2章 一元线性回归模型 一、单项选择题 1、变量之间的关系可以分为两大类__________。 A 函数关系与相关关系 B 线性相关关系和非线性相关关系 C 正相关关系和负相关关系 D 简单相关关系和复杂相关关系 2、相关关系是指__________。 A 变量间的非独立关系 B 变量间的因果关系 C 变量间的函数关系 D 变量间不确定性的依存关系 3、进行相关分析时的两个变量__________。 A 都是随机变量 B 都不是随机变量 C 一个是随机变量,一个不是随机变量 D 随机的或非随机都可以 4、表示x 和y 之间真实线性关系的是__________。 A 01???t t Y X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+ 5、参数β的估计量?β 具备有效性是指__________。 A ?var ()=0β B ?var ()β为最小 C ?()0β β-= D ?()ββ-为最小 6、对于01??i i i Y X e ββ=++,以σ?表示估计标准误差,Y ?表示回归值,则__________。 A i i ??0Y Y 0σ∑ =时,(-)= B 2 i i ??0Y Y σ∑=时,(-)=0 C i i ??0Y Y σ∑=时,(-)为最小 D 2 i i ??0Y Y σ∑=时,(-)为最小 7、设样本回归模型为i 01i i ??Y =X +e ββ+,则普通最小二乘法确定的i ?β的公式中,错误的是__________。 A ()() () i i 1 2 i X X Y -Y ?X X β--∑∑= B ()i i i i 1 2 2 i i n X Y -X Y ?n X -X β∑∑∑∑∑= C i i 1 2 2 i X Y -nXY ?X -nX β ∑∑= D i i i i 1 2x n X Y -X Y ?βσ ∑∑∑= 8、对于i 01i i ??Y =X +e ββ+,以?σ表示估计标准误差,r 表示相关系数,则有__________。 A ?0r=1σ =时, B ?0r=-1σ =时, C ?0r=0σ =时, D ?0r=1r=-1σ =时,或 9、产量(X ,台)与单位产品成本(Y ,元/台)之间的回归方程为?Y 356 1.5X -=,这说明__________。 A 产量每增加一台,单位产品成本增加356元 B 产量每增加一台,单位产品成本减少1.5元 C 产量每增加一台,单位产品成本平均增加356元 D 产量每增加一台,单位产品成本平均减少1.5元 10、在总体回归直线01 ?E Y X ββ+()=中,1β表示__________。

多元线性回归模型练习题及答案

多元线性回归模型练习 一、单项选择题 1.在由的一组样本估计的、包含3个解释变量的线性回归模型中,计算得可决系数为,则调整后的可决系数为( D ) A. B. C. 用一组有30个观测值的样本估计模型后,在的显著性水平上对的显著性作检验,则显著地不等于零的条件是其统计量大于等于( C ) A. B. C. D. 3.线性回归模型01122......t t t k kt t y b b x b x b x u =+++++ 中,检验 0:0(0,1,2,...)t H b i k ==时,所用的统计量 服从( C ) (n-k+1) (n-k-2) (n-k-1) (n-k+2) 4. 调整的可决系数 与多元样本判定系数 之间有如下关系( D ) A.2211n R R n k -=-- B. 22 111n R R n k -=--- C. 2211(1)1n R R n k -=- +-- D. 2211(1)1n R R n k -=---- 5.对模型Y i =β0+β1X 1i +β2X 2i +μi 进行总体显著性F 检验,检验的零假设是 ( A ) A. β1=β2=0 B. β1=0 C. β2=0 D. β0=0或β1=0 6.设k 为回归模型中的参数个数,n 为样本容量。则对多元线性回归方程进行 显著性检验时,所用的F 统计量可表示为( B ) A. B . C . D . 7.多元线性回归分析中(回归模型中的参数个数为k ),调整后的可决系数与可决系数之间的关系( A ) ) 1 ( ) 1 ( 2 2 k R k R n

A. B. ≥ C. D. 8.已知五元线性回归模型估计的残差平方和为,样本容量为46,则随机误差项的方差估计量为( D ) A. B. 40 C. D. 20 9.多元线性回归分析中的 ESS 反映了( C ) A.因变量观测值总变差的大小 B.因变量回归估计值总变差的大小 C.因变量观测值与估计值之间的总变差 关于X 的边际变化 23.在古典假设成立的条件下用OLS 方法估计线性回归模型参数,则参数估计量具有( C )的统计性质。 A .有偏特性 B. 非线性特性 C .最小方差特性 D. 非一致性特性 10.关于可决系数,以下说法中错误的是( D ) A.可决系数的定义为被回归方程已经解释的变差与总变差之比 B. C.可决系数反映了样本回归线对样本观测值拟合优劣程度的一种描述 D.可决系数的大小不受到回归模型中所包含的解释变量个数的影响 11、下列说法中正确的是:( D ) A 如果模型的 很高,我们可以认为此模型的质量较好 B 如果模型的 较低,我们可以认为此模型的质量较差 C 如果某一参数不能通过显著性检验,我们应该剔除该解释变量 D 如果某一参数不能通过显著性检验,我们不应该随便剔除该解释变量 二、多项选择题 1.调整后的判定系数与判定系数之间的关系叙述正确的有( CDE ) A.与均非负 B.有可能大于 C.判断多元回归模型拟合优度时,使用 D.模型中包含的解释变量个数越多,与就相差越大 E.只要模型中包括截距项在内的参数的个数大于1,则 k -1 n n R R 1 ) 1 ( 1 2 2

多元线性回归模型的案例讲解

多元线性回归模型的案 例讲解 Document number:NOCG-YUNOO-BUYTT-UU986-1986UT

1. 表1列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入X ,鸡肉价格P 1,猪肉价格P 2与牛肉价格P 3的相关数据。 年份 Y/ 千克 X/元 P 1/(元/千克) P 2/(元/千克) P 3/(元/千克) 年份 Y/ 千克 X/元 P 1/(元/千克) P 2/(元/千克) P 3/(元/ 千克) 1980 397 1992 911 1981 413 1993 931 1982 439 1994 1021 1983 459 1995 1165 1984 492 1996 1349 1985 528 1997 1449 1986 560 1998 1575 1987 624 1999 1759 1988 666 2000 1994 1989 717 2001 2258 1990 768 2002 2478 1991 843 (1) 求出该地区关于家庭鸡肉消费需求的如下模型: 01213243ln ln ln ln ln Y X P P P u βββββ=+++++ (2) 请分析,鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析,过程如下: 输出结果如下:

所以,回归方程为: 123ln 0.73150.3463ln 0.5021ln 0.1469ln 0.0872ln Y X P P P =-+-++ 由上述回归结果可以知道,鸡肉消费需求受家庭收入水平和鸡肉价格的影响,而牛肉价格和猪肉价格对鸡肉消费需求的影响并不显着。 验证猪肉价格和鸡肉价格是否有影响,可以通过赤池准则(AIC )和施瓦茨准则(SC )。若AIC 值或SC 值增加了,就应该去掉该解释变量。 去掉猪肉价格P 2与牛肉价格P 3重新进行回归分析,结果如下: Variable Coefficient Std. Error t-Statistic Prob.?? C LOG(X) LOG(P1) R-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????F-statistic Durbin-Watson stat ????Prob(F-statistic)

计量经济学第三版课后习题答案第二章 经典单方程计量经济学模型:一元线性回归模型

第二章经典单方程计量经济学模型:一元线性回归模型 一、内容提要 本章介绍了回归分析的基本思想与基本方法。首先,本章从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始,建立了回归分析的基本思想。总体回归函数是对总体变量间关系的定量表述,由总体回归模型在若干基本假设下得到,但它只是建立在理论之上,在现实中只能先从总体中抽取一个样本,获得样本回归函数,并用它对总体回归函数做出统计推断。 本章的一个重点是如何获取线性的样本回归函数,主要涉及到普通最小二乘法(OLS)的学习与掌握。同时,也介绍了极大似然估计法(ML)以及矩估计法(MM)。 本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断,即进行所谓的统计检验。统计检验包括两个方面,一是先检验样本回归函数与样本点的“拟合优度”,第二是检验样本回归函数与总体回归函数的“接近”程度。后者又包括两个层次:第一,检验解释变量对被解释变量是否存在着显著的线性影响关系,通过变量的t检验完成;第二,检验回归函数与总体回归函数的“接近”程度,通过参数估计值的“区间检验”完成。 本章还有三方面的内容不容忽视。其一,若干基本假设。样本回归函数参数的估计以及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。其二,参数估计量统计性质的分析,包括小样本性质与大样本性质,尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。Goss-markov定理表明OLS估计量是最佳线性无偏估计量。其三,运用样本回归函数进行预测,包括被解释变量条件均值与个值的预测,以及预测置信区间的计算及其变化特征。 二、典型例题分析 例1、令kids表示一名妇女生育孩子的数目,educ表示该妇女接受过教育的年数。生育率对教育年数的简单回归模型为 β+ μ β kids =educ + 1

一元线性回归分析法

一元线性回归分析法 一元线性回归分析法是根据过去若干时期的产量和成本资料,利用最小二乘法“偏差平方和最小”的原理确定回归直线方程,从而推算出a(截距)和b(斜率),再通过y =a+bx 这个数学模型来预测计划产量下的产品总成本及单位成本的方法。 方程y =a+bx 中,参数a 与b 的计算如下: y b x a y bx n -==-∑∑ 222 n xy x y xy x y b n x (x)x x x --==--∑∑∑∑∑∑∑∑∑ 上式中,x 与y 分别是i x 与i y 的算术平均值,即 x =n x ∑ y =n y ∑ 为了保证预测模型的可靠性,必须对所建立的模型进行统计检验,以检查自变量与因变量之间线性关系的强弱程度。检验是通过计算方程的相关系数r 进行的。计算公式为: 22xy-x y r= (x x x)(y y y) --∑∑∑∑∑∑ 当r 的绝对值越接近于1时,表明自变量与因变量之间的线性关系越强,所建立的预测模型越可靠;当r =l 时,说明自变量与因变量成正相关,二者之间存在正比例关系;当r =—1时,说明白变量与因变量成负相关,二者之间存在反比例关系。反之,如果r 的绝对值越接近于0,情况刚好相反。 [例]以表1中的数据为例来具体说明一元线性回归分析法的运用。 表1: 根据表1计算出有关数据,如表2所示: 表2:

将表2中的有关数据代入公式计算可得: 1256750x == (件) 2256 1350y ==(元) 1750 9500613507501705006b 2=-??-?=(元/件) 100675011350a =?-=(元/件) 所建立的预测模型为: y =100+X 相关系数为: 9.011638 10500])1350(3059006[])750(955006[1350 750-1705006r 22==-??-???= 计算表明,相关系数r 接近于l ,说明产量与成本有较显著的线性关系,所建立的回归预测方程较为可靠。如果计划期预计产量为200件,则预计产品总成本为: y =100+1×200=300(元)

案例分析一元线性回归模型

案例分析一元线性回归 模型 Revised as of 23 November 2020

案例分析报告 (2014——2015学年第一学期) 课程名称:预测与决策 专业班级:电子商务1202 学号: 02 学生姓名:陈维维 2014 年 11月 案例分析(一元线性回归模型) 我国城镇居民家庭人均消费支出预测 一、研究目的与要求 居民消费在社会经济的持续发展中有着重要的作用,居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。从理论角度讲,消费需求的具体内容主要体现在消费结构上,要增加居民消费,就要从研究居民消费结构入手,只有了解居民消费结构变化的趋势和规律,掌握消费需求的热点和发展方向,才能为消费者提供良好的政策环境,引导消费者合理扩大消费,才能促进产业结构调整与消费结构优化升级相协调,才能推动国民经济平稳、健康发展。例如,2008年全国城镇居民家庭平均每人每年消费支出为元,最低的青海省仅为人均元,最高的上海市达人均元,上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定

我研究的对象是各地区居民消费的差异。居民消费可分为城镇居民消费和农村居民消费,由于各地区的城镇与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城镇居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。 所以模型的被解释变量Y选定为“城镇居民每人每年的平均消费支出”。 因为研究的目的是各地区城镇居民消费的差异,并不是城镇居民消费在不同时间的变动,所以应选择同一时期各地区城镇居民的消费支出来建立模型。因此建立的是2008年截面数据模型。影响各地区城镇居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。 为了与“城镇居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 以下是2008年各地区城镇居民人均年消费支出和可支配收入表

(完整版)多元线性回归模型习题及答案

、单项选择题 1.在由n 30的一组样本估计的、包含3 个解释变量的线性回归模型中,计算得多重决定系数为 0.8500 ,则调整后的多重决定系数为(D ) A. 0.8603 B. 0.8389 C. 0.8655 D.0.8327 2.下列样本模型中,哪一个模型通常是无效的(B) A. Ci(消费)=500+0.8 Ii(收入) B. Q i (商品需求)=10+0.8 Ii(收入)+0.9 Pi(价格) 3.用一组有30个观测值的样本估计模型y t b o blXlt dX2t U t后,在0.05的显著性水 平上对bl的显著性作t检验,则bl显著地不等于零的条件是其统计量t大于等于(C) A.t0.05 (30) B. t0.025 (28) C. t0.025 (27) D. F 0.025 (1,28) 4.模型ln yt lnbo bl 1 nXt Ut中,b i的实际含义是(B) A. x关于y的弹性 B. y关于x的弹性 C.x关于y的边际倾向 D.y关于x的边际倾向 5.在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于1,则表明模型中存在( C ) A. 异方差性 B.序列相关 C.多重共线性 D.高拟合优度 6.线性回归模型 y t b0 b i x it b2x2t ................... b k x kt U t 中,检验H0 :b t 0(i 0,i,2,...k) 时,所用的统计量 A. t(n-k+i) B.t(n-k-2) C. t(n-k-i) D.t(n-k+2)多元线性回归模型 C. D. Q i(商品供给)=20+0.75 Pi(价格) Yi(产出量) =0.65 L i(劳动)K i0.4 资本) 服从( C )

一元线性回归模型练习题

第二章练习 练习一:下表给出了每周家庭的消费支出丫(元)与每周的 家庭的收入X (元)的数据。 每周收入每周消费支出(丫) 8055, 60, 65, 70, 75 10065, 70, 74, 80, 85, 88 12079, 84, 90, 94, 98 14080 , 93 , 95, 103, 108, 113, 115 160102, 107, 110, 116 , 118 , 125 180110 , 115 , 120 , 130 , 135 , 140 200120 , 136, 140 , 144 , 145 220135 , 137 , 140 , 152 , 157 , 160 , 162 240137 , 145 , 155 , 165 , 175, 189 260150 , 152 , 175 , 178 , 180 , 185 , 191 要求: (1)对每一收入水平,计算平均的消费支出, E (丫| X i), 即条件期望值; (2)你认为X与丫之间、X与丫的均值之间的关系如何? 练习二:判断正误并说明理由: 1)随机误差项u i和残差项e i是一回事 2)总体回归函数给出了对应于每一个自变量的因变量的值 3)线性回归模型意味着变量是线性的 4)随机变量的条件均值与非条件均值是一回事

练习三:已知回归模型 E N ,式中E 为某类公司一名新员工的起始薪金(元),N 为所受教育水平(年)。随机扰动项的分布未知,其他所有假设都满足。 (1)从直观及经济角度解释和。 (2)OLS 估计量? 和?满足线性性、无偏性及有效性吗?简单陈述理由。 (3)对参数的假设检验还能进行吗?简单陈述理由。解答: (1)N 为接受过N 年教育的员工的总体平均起始薪金。当N 为零时,平均薪金为,因此表示没有接受过教育员工的平均起始薪金。是每单位N 变化所引起的 E 的变化,即表示每多接受一年学校教育所对应的薪金增加值。 (2)OLS 估计量?和仍?满足线性性、无偏性及有效性,因为这些性质的的成立无需随机扰动项的正态分布假设。 (3)如果t 的分布未知,则所有练习四:对于人均存款与人均收入之间的关系式S t Y t t 使用美国36 年的年度数据得如下估计模型,括号内为标准差: S?t 384.105 0.067Y t (151.105)(0.011) R2= 0.538 ? 199.023 (1)的经济解释是什么? (2)和的符号是什么?为什么?实际的符号与你的直 觉一致吗?如果有冲突的话,你可以给出可能的原因吗? (3)对于拟合优度你有什么看法吗?

一元线性回归模型典型例题分析

第二章 一元线性回归模型典型例题分析 例1、令kids 表示一名妇女生育孩子的数目,educ 表示该妇女接受过教育的年数。生育率对教育年数的简单回归模型为 μββ++=educ kids 10 (1)随机扰动项μ包含什么样的因素?它们可能与教育水平相关吗? (2)上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗?请解释。 例2.已知回归模型μβα++=N E ,式中E 为某类公司一名新员工的起始薪金(元),N 为所受教育水平(年)。随机扰动项μ的分布未知,其他所有假设都满足。如果被解释变量新员工起始薪金的计量单位由元改为100元,估计的截距项与斜率项有无变化?如果解释变量所受教育水平的度量单位由年改为月,估计的截距项与斜率项有无变化? 例3.对于人均存款与人均收入之间的关系式t t t Y S μβα++=使用美国36年的年度数据得如下估计模型,括号内为标准差: ) 011.0() 105.151(067.0105.384?t t Y S += 2R =0.538 023.199?=σ (1)β的经济解释是什么? (2)α和β的符号是什么?为什么?实际的符号与你的直觉一致吗?如果有冲突的话,你可以给出可能的原因吗? (3)对于拟合优度你有什么看法吗? (4)检验统计值? 例4.下列方程哪些是正确的?哪些是错误的?为什么? ⑴ y x t n t t =+=αβ12,,, ⑵ y x t n t t t =++=αβμ12,,, ⑶ y x t n t t t =++= ,,,αβμ12

⑷ ,,,y x t n t t t =++=αβμ12 ⑸ y x t n t t =+= ,,,αβ12 ⑹ ,,,y x t n t t =+=αβ12 ⑺ y x t n t t t =++= ,,,α βμ12 ⑻ ,,,y x t n t t t =++=αβμ12 其中带“^”者表示“估计值”。 例5.对于过原点回归模型i i i u X Y +=1β ,试证明 ∑= ∧ 2 21)(i u X Var σβ 例6、对没有截距项的一元回归模型 i i i X Y μβ+=1 称之为过原点回归(regression through the origin )。试证明 (1)如果通过相应的样本回归模型可得到通常的正规方程组 ∑∑==0 0i i i X e e 则可以得到1β的两个不同的估计值: X Y =1~β, ()()∑∑=2 1 ?i i i X Y X β。 (2)在基本假设0)(i =μE 下,1~ β与1?β均为无偏估计量。 (3)拟合线X Y 1??β=通常不会经过均值点),(Y X ,但拟合线X Y 1 ~~β=则相反。 (4)只有1?β是1β的OLS 估计量。 解: (1)由第一个正规方程 0=∑t e 得 0)~(1=-∑t t X Y β 或 ∑∑=t t X Y 1~ β

一元线性回归方程案例数据

一元线性回归方程案例数据 8. 一个工厂在某年里每月产品的总成本(单位:万元)与月产量(单位:万件)之间有如下一组数据: 则月总成本与月产量之间的线性回归方程为________. 收藏加入试题篮题目有误查看详解 9. 某中学高一期中考试后,对成绩进行分析,从13班中选出5名学生的总成绩和外语成绩如下表: 则外语成绩对总成绩的回归直线方程是_______________________. 收藏加入试题篮题目有误查看详解 三. 解答题(本大题共5小题,共0分) 10. 在国民经济中,社会生产与货运之间有着密切关系,下面列出1991—2000年中某地区货运量与工业总产值的统计资料: 利用上述资料:(1)画出散点图;(2)计算这两组变量的相关系数; (3)在显著水平0.05的条件下,对变量与进行相关性检验; (4)如果变量与之间具有线性相关关系,求出回归直线方程. 收藏加入试题篮题目有误查看详解 11. 随机选取15家销售公司,由营业报告中查出其上年度的广告费(占总费用的百分比)及盈利额(占销售总额的百分比)列表如下:

试根据上述资料:(1)画出散点图;(2)计算出这两组变量的相关系数; (3)在显著水平O.01的条件下,对变量x与y进行相关性检验; (4)如果变量x与y之间具有线性相关关系,求出回归直线方程; (5)已知某销售公司的广告费占其总费用的1.7%,试估计其盈利净额占销售总额的百分比. 收藏加入试题篮题目有误查看详解 12. 商品零售商要了解每周的广告费及消费额(单位:万元)之间的关系,记录如下: 利用上述资料: (1)画出散点图; (2)求销售额对广告费的一元线性回归方程; (3)求出两个变量的相关系数. 收藏加入试题篮题目有误查看详解 13. 某城区为研究城镇居民月家庭人均生活费支出和月收入的相关关系,随机抽取10户进行调查,其结果如下: 利用上述资料:(1)画出散点图;(2)计算这两组变量的相关系数; (3)在显著水平0.05的条件下,对变量与进行相关性检验; (4)如果变量与之间具有线性相关关系,求出回归直线方程; (5)测算人均收入为280元时,人均生活费支出应为多少元? 收藏加入试题篮题目有误查看详解 14. 要分析学生初中升学的数学成绩对高一年级数学学习有什么影响,在高一年级学生中随机抽选10名学生,分析他们入学的数学成绩和高一年级期末数学考试成绩(如下表): (1)画出散点图;(2)计算入学成绩与高一期末考试成绩的相关关系; (3)对变量与进行相关性检验,如果与之间具有线性相关关系,求出一元线性回归方程; (4)若某学生入学数学成绩为80分,试估计他高一期末数学考试成绩.

相关文档
最新文档