应用回归分析练习题10
成教2010级《应用回归分析》练习题
一、问答题：
1． 变量之间的关系主要有哪些？在回归分析中研究变量间的什么关系？（教材P3） 2． 相关分析和回归分析的区别是什么？（教材P3） 3． 简述“回归”一词的来历。（教材P4~5）
4． 回归模型的一般形式是什么？ （教材P5~6） 5． 叙述一元线性回归需要满足的基本条件。
6． 一元线性回归方程bx a y
+=?的两个回归系数b a ,的最小二乘回归估计怎么求？求出的结果是什么？
7． 一元线性回归的基本步骤是什么？ 8． 怎么判断一元线性回归方程是显著的？ 9． 如何用回归方程进行预测？ 10． 什么是决定系数2
r ？计算公式是什么？表达了什么意思？ 11． 对于非线性函数bx ae y =如何线性化？
12． 写出多元线性回归模型的一般形式。
13． 多元回归方程显著与偏回归系数显著是一回事吗？关系如何？怎么判断？ 14． 在一元线性回归分析中，可能会出现哪些违背基本假设的情形？ 15． 什么是异方差？可以用什么方法检验？ 16． 什么是自相关？自相关会带来什么问题？ 17． 什么是逐步回归？
18． 什么是多重共线性？消除多重共线性常用的手段。 19． 六西格玛改进的五阶段DMAIC 分别指的是什么？ 20． QC 七大手法分别是什么？
21． 在六西格玛管理过程中，主要用到的统计方法有哪些？ 22． 什么是帕累托图？通常用于什么时候？ 23． 什么是重复性？什么是再现性？
24． 什么是潜在的过程能力指数p C ？什么是实际过程能力指数pk C ？ 写出计算公式。 25．
常用计量型控制图的种类有哪些？如何画计量型数据R X -控制图？
二、为调查某广告对销售收入的影响，某商店记录了5个月的销售收入（万元）和广告费用
（万元），数据见表：
（1） 画出散点图；
（2） x 与y 之间是否大致呈现线性关系？ （3） 使用Excel 或JMP 软件进行线性回归；
（4）
写出回归方程；给出回归系数的95%置信区间；
（5） 决定系数2
r 是多少？表达了什么意思？
（6）回归方程是否显著？为什么？
（7）求当广告费用为4.2万元时，销售收入将达到多少？
三、某公司付给具有x年工作经历机械师的薪酬y（小时工资）如下：
描出散点图：
根据散点图，你认为工作年限x和薪酬y之间的关系用什么函数刻画比较合适？
四、某工程师拟合反应釜的收率（Y）与反应釜温度（X）之间的回归关系，根据收集的数据，它拟合了一条y=a+bx 直线，得到以下回归模型拟合结果。为了检查模型，它还进行了模型诊断，得到下图，根据残差图，你认为以下哪个结论是正确的？回归方程为
Y = - 39.7 + 13.1 X
自变量系数系数标准误 T P
常量 -39.712 3.323 -11.95 0.000
X 13.1334 0.4825 27.22 0.000
S = 4.17714 R-Sq = 97.6% R-Sq（调整） = 97.5%
方差分析
来源自由度 SS MS F P
回归 1 12929 12929 741.00 0.000
残差误差 18 314 17
合计 19 13243
A. 两个系数的P 值小于0.05，且R-Sq = 97.6%， R-Sq（调整） = 97.5%，说明模型拟合很好
B. Y 和X 存在明显的线性关系
C. 方差分析表明模型拟合非常好
D. 残差图表明Y 与X 可能存在二次的非线性关系
五、研究货运总量y与工业总产值、x1农业总产值x2、居民非商品支出x3的关系，数据如表，
经使用JMP软件进行多元线性回归，输出结果如下：
拟合汇总
R 方0.805508
调整 R 方0.708262
均方根误差23.44188
响应均值231.5
观测数（或权重和）10
方差分析
源自由度平方和均方 F 比率
模型 3 13655.370 4551.79 8.2832
误差 6 3297.130 549.52 概率>F
校正合计9 16952.500 0.0149*
参数估计值
项估计值标准误差t 比率概率>|t| 截距-348.2802 176.4592 -1.97 0.0959 工业总产值（亿元 3.7540368 1.933315 1.94 0.1002 农业总产值（亿元）7.1007124 2.880281 2.47 0.0488* 居民非商品支出（亿元）12.44747 10.56933 1.18 0.2835
回答下面问题
（1）回归方程是否显著？
（2）各偏回归系数分别是多少？是否显著？
（3）写出回归方程？
（4）决定系数2r是多少？
项目二-相关与回归分析案例及练习要求
项目二-相关与回归分析案例及练习要求
项目二：相关与回归分析 一、实验目的 1、掌握Pearson简单相关分析方法，并根据相关系数判断两变量的相关程度。 2、熟悉偏相关系数、Kendall tau-b和Spearman等级相关系数的计算方法，理解其区别与联系。 3、掌握一元与多元回归分析方法，对回归模型估计和检验，并对结果进行分析。 4、了解曲线回归分析方法。并对回归结果进行分析。 二、实验内容和要求 1、现有杭州市区1978－2014 年的GDP、城镇居民年人均可支配收入和年人均消费支出的数据资料（example1.sav），如下： 表5-1 杭州市区GDP、年人均可支配收入、人 均消费支出和CPI指数 年份GDP（亿 元） 人均可支 配收入 （元） 人均消 费支出 （元） 定基CPI 指数 （%） 1978 14.1995 338 301 100.1 1979 16.7206 396 365 100.5 1980 20.8220 521 491 101.3 1981 22.9243 540 513 103.3 1982 24.8297 532 532 105.4 1983 28.2171 578 535 107.6 1984 35.3781 729 679 110.9 1985 44.8574 1026 908 130.0 1986 51.3639 1169 1072 13 7.8
1987 60.5234 1260 1118 152.3 1988 70.8474 1565 1515 185.7 1989 77.2208 1764 1615 218.7 1990 89.6496 1985 1685 228.8 1991 109.6628 2128 1894 245.9 1992 141.3287 2580 2296 271.5 1993 208.6571 3525 3183 329.6 1994 278.8314 5249 4559 400.5 1995 369.7794 6301 5559 466.5 1996 472.7377 7206 6095 515.5 1997 541.4265 7896 6766 550.1 1998 590.5726 8465 7235 560.0 1999 631.7335 9085 7424 562.2 2000 711.1586 9668 7790 566.7 2001 1226.0891 10896 8968 563.9 2002 1404.2278 11778 9215 557.1 2003 1664.7332 12898 9949.76 554. 3 2004 2036.2738 14565 11212.78 568.2 2005 2349.5459 16601 13438 577.8 2006 2748.3121 19026.86 14471.74 584.8 2007 3273.8842 21689.36 14895.75 605.2
回归分析测试题-21页文档资料
测试题 1．下列说法中错误的是（） A．如果变量x与y之间存在着线性相关关系，则我们根据试验数据得到的点（i=1，2，3，…， n）将散布在一条直线附近B．如果两个变量x与y之间不存在线性相关关系，那么根据试验数据不能写出一个线性方程。 C．设x，y是具有线性相关关系的两个变量，且回归直线方程是，则叫回归系数 D．为使求出的回归直线方程有意义，可用线性相关性检验的方法判断变量x与y之间是否存在线性相关关系 2．在一次试验中，测得（x，y）的四组值分别是（1，2），（2，3），（3，4），（4，5），则y与 x之间的回归直线方程是（） A．B． C．D． 3．回归直线必过点（） A．（0，0）B． C． D． 4．在画两个变量的散点图时，下面叙述正确的是（） A．预报变量在轴上，解释变量在轴上 B．解释变量在轴上，预报变量在轴上 C．可以选择两个变量中任意一个变量在轴上 D．可以选择两个变量中任意一个变量在轴上 5．两个变量相关性越强，相关系数r（） A．越接近于0 B．越接近于1 C．越接近于－1 D．绝
对值越接近1 6．若散点图中所有样本点都在一条直线上，解释变量与预报变量的相关系数为（） A．0 B．1 C．－1 D．－1或1 7．一位母亲记录了她儿子3到9岁的身高，数据如下表： 年龄（岁）3456789 身高（94.8104.2108.7117.8124.3130.8139.0由此她建立了身高与年龄的回归模型，她用这个模型预测儿子10岁时的身高， 则下面的叙述正确的是（） A．她儿子10岁时的身高一定是145.83 B．她儿子10岁时的身高在145.83以上 C．她儿子10岁时的身高在145.83左右 D．她儿子10岁时的身高在145.83以下 8．两个变量有线性相关关系且正相关，则回归直线方程中， 的系数（） A．B．C．D． 能力提升： 9．一个工厂在某年每月产品的总成本y（万元）与该月产量x（万件）之间有如下数据：
线性回归分析练习题
§1回归分析 一、基础过关 1．下列变量之间的关系是函数关系的是( ) A．已知二次函数y＝ax2＋bx＋c，其中a，c是已知常数，取b为自变量，因变量是这个函数的判别式Δ＝b2－4ac B．光照时间和果树亩产量 C．降雪量和交通事故发生率 D．每亩施用肥料量和粮食产量 2．在以下四个散点图中， 其中适用于作线性回归的散点图为( ) A．①② B．①③ C．②③ D．③④ 3．下列变量中，属于负相关的是( ) A．收入增加，储蓄额增加 B．产量增加，生产费用增加 C．收入增加，支出增加 D．价格下降，消费增加 4．已知对一组观察值(x i，y i)作出散点图后确定具有线性相关关系，若对于y＝bx＋a，求得b＝，x＝，y＝，则线性回归方程为 A．y＝＋ B．y＝＋ C．y＝＋ D．y＝＋ 5．对于回归分析，下列说法错误的是( ) A．在回归分析中，变量间的关系若是非确定关系，那么因变量不能由自
变量唯一确定 B．线性相关系数可以是正的，也可以是负的 C．回归分析中，如果r2＝1，说明x与y之间完全相关 D．样本相关系数r∈(－1,1) 6．下表是x和y之间的一组数据，则y关于x的回归方程必过( ) Array A.点(2,3) B．点,4) C．点,4) D．点,5) 7．若线性回归方程中的回归系数b＝0，则相关系数r＝________. 二、能力提升 8．若施化肥量x(kg)与小麦产量y(kg)之间的线性回归方程为y＝250＋4x，当施化肥量为50 kg时，预计小麦产量为________ kg. 9．某车间为了规定工时定额，需确定加工零件所花费的时间，为此做了4 次试验，得到的数据如下： (1)求加工时间与零件个数的线性回归方程； (2)试预报加工10个零件需要的时间．
线性回归分析练习题
§1 回归分析 1．1 回归分析 1．2 相关系数 一、基础过关 1．下列变量之间的关系是函数关系的是( ) A．已知二次函数y＝ax2＋bx＋c，其中a，c是已知常数，取b为自变量，因变量是这个函数的判别式Δ＝b2－4ac B．光照时间和果树亩产量 C．降雪量和交通事故发生率 D．每亩施用肥料量和粮食产量 2．在以下四个散点图中， 其中适用于作线性回归的散点图为( ) A．①②B．①③C．②③D．③④ 3．下列变量中，属于负相关的是( ) A．收入增加，储蓄额增加 B．产量增加，生产费用增加 C．收入增加，支出增加 D．价格下降，消费增加
4．已知对一组观察值(x i，y i)作出散点图后确定具有线性相关关系，若对于y＝bx＋a，求得b＝0.51，x＝ 61.75，y＝38.14，则线性回归方程为( ) A．y＝0.51x＋6.65 B．y＝6.65x＋0.51 C．y＝0.51x＋42.30 D．y＝42.30x＋0.51 5．对于回归分析，下列说法错误的是( ) A．在回归分析中，变量间的关系若是非确定关系，那么因变量不能由自变量唯一确定 B．线性相关系数可以是正的，也可以是负的 C．回归分析中，如果r2＝1，说明x与y之间完全相关 D．样本相关系数r∈(－1,1) 6．下表是x和y之间的一组数据，则y关于x的回归方程必过( ) A.点(2,3) B C．点(2.5,4) D．点(2.5,5) 7．若线性回归方程中的回归系数b＝0，则相关系数r＝________. 二、能力提升 8．某医院用光电比色计检验尿汞时，得尿汞含量(mg/L)与消光系数计数的结果如下： 若y与x 9．若施化肥量x(kg)与小麦产量y(kg)之间的线性回归方程为y＝250＋4x，当施化肥量为50 kg时，预计小麦产量为________ kg. 10．某车间为了规定工时定额，需确定加工零件所花费的时间，为此做了4次试验，得到的数据如下：
应用回归分析填空题和答案
应用回归分析：填空 (1) 回归分析是处理变量间_______关系的一种数理统计方法，若变量间具有线性关系，则称相应的回归分析为____________；若变量间不具有线性关系，就称相应的回归分析为___________________。 (2) 现代统计学中研究统计关系的两个重要分支是_________和_____________。 (3) 回归模型的建立是基于回归变量的样本统计数据，常用的样本数据分为___ ___________________和______________________。 (4) 回归模型通常应用于______________________、____________________和_____________________等方面。 (5) 最小二乘法的基本特点是使回归值与_________________________平方和为最小，最小二乘法的理论依据是___________________________。 (6) 多元线性回归模型ε β += X Y ，回归参数β的最小二乘估计为 β ?=_________________________。 (7) 设线性回归模型参数向量β(p+1维)的最小二乘估计为β?，c 为p+1维常数向量，则______________是____________的最小方差线性无偏估计。 (8) 在线性回归分析中，最小二乘估计的性质有______________； _____ _____________和____________________等。 (9) 多元线性回归模型n i x x y i ip p i i ,,2,1,110 =++++=εβββ，误差项 ()n i i ,,2,1, =ε需满足的markov Gauss -假设为： (a):________________________________________； (b):________________________________________； (c):_________________________________________。 (10) 对回归方程做显著性检验时，可以用P 值代替检验统计量值，作出拒绝或接受原假设的决定：当P_______α时，接受0H ；当P________α时，拒绝0H 。 (11) 在p 元线性回归中，确定随机变量y 与自变量12,,,p x x x 间是否有线性
回归分析练习试题和参考答案解析
1 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据： 求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。 α=)。 (5)检验回归方程线性关系的显著性(0.05 (6)如果某地区的人均GDP为5000元，预测其人均消费水平。 (7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。 解：（1）
可能存在线性关系。 （2）相关系数： 系数a 模型非标准化系数标准系数 t Sig. 相关性 B标准误差试用版零阶偏部分 1(常量).003 人均GDP.309.008.998.000.998.998.998 a. 因变量: 人均消费水平 有很强的线性关系。 （3）回归方程：734.6930.309 y x =+ 系数a 模型非标准化系数标准系数t Sig.相关性
回归系数的含义：人均GDP没增加1元，人均消费增加元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。 系数(a) 模型非标准化系数标准化系数 t显著性B标准误Beta 1（常量） 人均GDP（元） %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（4） 模型汇总 模型R R 方调整 R 方标准估计的误 差 1.998a.996.996 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。 模型摘要 模型R R 方调整的 R 方估计的标准差
第七章 相关分析与回归分析(补充例题)
第七章 相关分析与回归分析 例1、有10个同类企业的固定资产和总产值资料如下： 根据以上资料计算(1)协方差和相关系数;(2)建立以总产值为因变量的一元线性回归方程；(3)当固定资产改变200万元时，总产值平均改变多少？(4)当固定资产为1300万元时，总产值为多少？ 解：计算表如下： （1）协方差——用以说明两指标之间的相关方向。 2 2) )((n y x xy n n y y x x xy ∑∑∑∑- = - -= σ
35.126400100 9801 6525765915610>=?-?= 计算得到的协方差为正数，说明固定资产和总产值之间存在正相关关系。 （2）相关系数用以说明两指标之间的相关方向和相关的密切程度。 ∑∑∑ ∑∑∑∑--- = ] )(][) ([2 2 2 2 y y n x x n y x xy n r 95 .0) 980110866577 10()6525566853910(9801 65257659156102 2 =-??-??-?= 计算得到的相关系数为0.95，表示两指标为高度正相关。 (3) 2 2 26525 56685391098016525765915610) (-??-?= --= ∑∑∑∑∑x x n y x xy n b 90 .014109765 126400354257562556685390 6395152576591560== --= 85 .39210 65259.010 9801=? -= -=x b y a 回归直线方程为： x y 9.085.392?+= (4)当固定资产改变200万元时，总产值平均改变多少？ x y ?=?9.0,180 2009.0|200=?=?=?x y 万元 当固定资产改变200万元时，总产值平均增加180万元。 (5)当固定资产为1300万元时，总产值为多少？ 85 .156213009.085.392|1300=?+==x y 万元 当固定资产为1300万元时，总产值为1562.85万元。 例2、试根据下列资产总值和平均每昼夜原料加工量资料计算相关系数。
回归分析练习题(有答案)
1.1回归分析的基本思想及其初步应用 一、选择题 1. 某同学由x 与y 之间的一组数据求得两个变量间的线性回归方程为y bx a =+，已知：数据x 的平 均值为2，数据 y 的平均值为3，则 ( ) A ．回归直线必过点（2，3） B ．回归直线一定不过点（2，3） C ．点（2，3）在回归直线上方 D ．点（2，3）在回归直线下方 2. 在一次试验中，测得(x,y)的四组值分别是A(1,2),B(2,3),C(3,4),D(4,5)，则Y 与X 之间的回归直线方程为（ ）A ． y x 1=+ B ． y x 2=+ C ． y 2x 1=+ Ｄ． y x 1=-3. 在对两个变量x ，y 进行线性回归分析时，有下列步骤： ①对所求出的回归直线方程作出解释； ②收集数据(i x 、i y ） ，1,2i =，…，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（ ） A ．①②⑤③④ B ．③②④⑤① C ．②④③①⑤ D ．②⑤④③① 4. 下列说法中正确的是（ ） 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 5. 给出下列结论： （1）在回归分析中，可用指数系数2 R 的值判断模型的拟合效果，2 R 越大，模型的拟合效果越好； （2）在回归分析中，可用残差平方和判断模型的拟合效果，残差平方和越大，模型的拟合效果越好； （3）在回归分析中，可用相关系数r 的值判断模型的拟合效果，r 越小，模型的拟合效果越好； （4）在回归分析中，可用残差图判断模型的拟合效果，残差点比较均匀地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精度越高． 以上结论中，正确的有（ ）个． A ．1 B ．2 C ．3 D ．4 6. 已知直线回归方程为2 1.5y x =-，则变量x 增加一个单位时（ ） A.y 平均增加1.5个单位 B.y 平均增加2个单位 C.y 平均减少1.5个单位 D. y 平均减少2个单位 7. 下面的各图中，散点图与相关系数r 不符合的是（ ）
回归分析练习题及参考答案
地区人均GDP/元人均消费水平/元 北京辽宁上海江西河南贵州陕西 22460 11226 34547 4851 5444 2662 4549 7326 4490 11546 2396 2208 1608 2035 求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。 (5)检验回归方程线性关系的显著性(0.05 α=)。 (6)如果某地区的人均GDP为5000元，预测其人均消费水平。 (7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。 解：（1） 可能存在线性关系。 （2）相关系数：
（3）回归方程：734.6930.309 y x =+ 回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。 系数(a) 模型非标准化系数标准化系数 t显著性B标准误Beta 1（常量）734.693139.540 5.2650.003 人均GDP（元）0.3090.0080.99836.4920.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% （4） 模型汇总 模型R R 方调整 R 方标准估计的误 差 1.998a.996.996247.303 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到99.6%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。 模型摘要 模型R R 方调整的 R 方估计的标准差 1.998(a)0.9960.996247.303 a. 预测变量:(常量), 人均GDP（元）。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
卢淑华—相关与回归分析练习题
第十一章 等级相关练习题 1．某市有12所大专院校，现组织一个评审委员会对各校校园及学生体质进行评价，结果如下，试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。 2．以下是婚姻美满与文化程度的抽样调查的结果，请计算婚姻美满与文化程度之Gamma 系数和肯德尔相关系数 τc 。 3 ．以下为两位评判员对10名参赛人名次的打分。试用斯皮尔曼等级相关系数来描述两评判员打分的接近程度。 4．青年歌手大奖赛评委会对10名决赛选手的演唱水平（X ）和综合素质（Y ）进行打分，评价结果如下表（表中已先将选手按演唱水平作了次序排列）所示，试计算选手的演唱水平和综合素质间的斯皮尔曼等级相关系数。（10分） 5．下面是对50名被调查者的英语成绩和法语成绩的抽样调查：求Gamma 系数。 解：41.0164 390164390=+-=+-= d s d s n n n n G y x a= b 54.479 y=a+bx=-54.479+0.659x n n -=-∑∑ 斯皮尔曼相关系数2s 26d r 1- 0.94n(n -1) ==∑ 【皮尔逊相关系数：0.889，斯皮尔曼相关系数：0.94，回归方程：Y=-54.48+0.66X 】
1．赛马迷们会认为，在圆跑道上进行的赛马比赛中，某些起点位置上的马会特别有利。在有八匹马的比赛中，位置1是内侧最靠近栏杆的跑道，位置8是外侧离栏杆最远的跑道。请从赛马的结果中判断起点位置与赛马获胜是否有关。（α=0.05） 7. 甲、乙两位评酒员对10种品牌白酒的主观排序如下表，计算两个等级相关系数，问两位评酒员对白酒的评价意见具有一定的相关性吗？（α= 0.05） 第十二章回归与相关 一、填空 1．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为（变化根据）的变量，因变量是随（自变量）的变化而发生相应变化的变量。 2．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般是（随机性）变量。 3．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为（回归方程），并据以进行估计和预测。这种分析方法，通常又称为（回归分析）。 4.已知：工资（元）倚劳动生产率（千元）的回归方程为 x y c 80 10+ = ，因此，当劳动生产率每增长1千元，工资就平 均增加80 元。 5．积差系数r是（协方差）与X和Y的标准差的乘积之比。 二、单项选择 1．相关分析和回归分析相辅相成，又各有特点，下面正确的描述有（D ）。 A在相关分析中，相关的两变量都不是随机的；B在回归分析中，自变量是随机的，因变量不是随机的； C在回归分析中，因变量和自变量都是随机的；D在相关分析中，相关的两变量都是随机的。 2. 一元一次回归方程Y=a+bx中的a表示( )。 A. 斜率B. 最小平均法C. 回归直线D. 截距 3.在回归分析中,对于没有明显因果关系的两变量( ) A.可给定自变量数值估计因变量的可能值 B.可给定因变量值推出自变量值 C.可以都是随机变量 D.可以都是非随机变量 4.回归分析中的两个变量( ) A.都是随机变量 B.关系是对等的C.都是给定的量 D.一个是自变量,一个是因变量 5.回归估计的估计标准误差的计量单位与( )相同A.自变量 B.因变量 C.两个变量 D.相关系数 6.某校对学生的考试成绩和学习时间的关系进行测定,建立了考试成绩倚学习时间的直线回归方程为: yc=180-5x,该方程明显有误,错误在于( ) A. a值的计算有误,b值是对的 B. b值的计算有误,a值是对的 C. a值和b值的计算都有误 D. 自变量和因变量的关系搞错了 7.估计标准误与相关系数的关系是( ) A.估计标准误越大,相关系数越小 B.估计标准误越大,相关系数越大
应用回归分析试卷
1、对于一元线性回归01(1,2,...,)i i i y x i n ββε=++=,()0i E ε=，2 var()i εσ=， cov(,)0()i j i j εε=≠，下列说法错误的是 (A)0β，1β的最小二乘估计0?β，1 ?β 都是无偏估计； (B)0β，1β的最小二乘估计0?β，1?β对1y ，2y ，...，n y 是线性的； 2、在回归分析中若诊断出异方差，常通过方差稳定化变化对因变量进行变换. 如果误差方差与因变量y 的期望成正比，则可通过下列哪种变换将方差常数化 (A) 1 y ； (C) ln(1)y +；(D)ln y . 3、下列说法错误的是 (A)强影响点不一定是异常值； (B)在多元回归中，回归系数显着性的t 检验与回归方程显着性的F 检验是等价的； (C)一般情况下，一个定性变量有k 类可能的取值时，需要引入k-1个0-1型自变量； (D)异常值的识别与特定的模型有关. 4、下面给出了4个残差图，哪个图形表示误差序列是自相关的 (A) (C) 5 应用回归分析试题（一） (C)0β，1β的最小二乘估计0?β，1 ?β之间是相关的； (D)若误差服从正态分布，0β，1β的最小二乘估计和极大似然估计是不一样的.
(A) (B) (C) (D) 二、填空题（每空2分，共20分） 1、考虑模型y X βε=+，2var()n I εσ=，其中:X n p '?，秩为p '，2 0σ>不一定 已知，则?β =__________________， ?var()β=___________，若ε服从正态分布，则 22 ?()n p σ σ'-:___________，其中2?σ 是2σ的无偏估计. 2、下表给出了四变量模型的回归结果： 则残差平方和=_________，总的观察值个数=_________，回归平方和的自由度=________. 3、已知因变量y 与自变量1x ，2x ，3x ，4x ，下表给出了所有可能回归模型的AIC 值，则最优子集是_____________________. 4、在诊断自相关现象时，若0.66DW =，则误差序列的自相关系数ρ的估计值=_____ ，若存在自相关现象，常用的处理方法有迭代法、_____________、科克伦-奥克特迭代法. 5、设因变量y 与自变量x 的观察值分别为12,,...,n y y y 和12,,...,n x x x ，则以* x 为折点的 折线模型可表示为_____________________. 三、（共45分）研究货运总量y （万吨）与工业总产值1x （亿元）、农业总产值2x （亿元）、居民非商品支出3x （亿元）的线性回归关系.观察数据及残差值i e 、学生化残差i SRE 、
线性回归习题
线性回归习题 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】
第9章一元线性回归练习题 一．选择题 1．具有相关关系的两个变量的特点是（） A．一个变量的取值不能由另一个变量唯一确定 B．一个变量的取值由另一个变量唯一确定 C．一个变量的取值增大时另一个变量的取值也一定增大 D．一个变量的取值增大时另一个变量的取值肯定变小 2．下面的各问题中，哪个不是相关分析要解决的问题 A．判断变量之间是否存在关系B．判断一个变量数值的变化对另一个变量的影响 C．描述变量之间的关系强度 D.判断样本所反映的变量之间的关系能否代表总体变量之间的关系 3.根据下面的散点图，可以判断两个变量之间存在（） A.正线性相关关系 B. 负线性相关关系 C. 非线性关系 D. 函数关系 4.下面的陈述哪一个是错误的（） A. 相关系数是度量两个变量之间线性关系强度的统计量 B．相关系数是一个随机变量 C．相关系数的绝对值不会大于1 D．相关系数不会取负值 5.根据你的判断，下面的相关系数取值哪一个是错误的（） A. B. 0.78 C. D. 0 6.如果相关系数r=0,则表明两个变量之间（） A.相关程度很低 B. 不存在任何关系
C ．不存在线性相关关系 D.存在非线性关系 7. 下列不属于相关关系的现象是（ ） A.银行的年利息率与贷款总额 B.居民收入与储蓄存款 C.电视机的产量与鸡蛋产量 D.某种商品的销售额与销售价格 8.设产品产量与产品单位成本之间的线性相关系数为，这说明二者之间存在着（ ） A. 高度相关 B.中度相关 C.低度相关 D.极弱相关 9.在回归分析中，被预测或被解释的变量称为（ ） A.自变量 B.因变量 C.随机变量 D.非随机变量 10. 对两变量的散点图拟合最好的回归线，必须满足一个基本的条件是（ ） A. 2?()y y ∑-最小 B. 2)(?y y ∑-最大 C.2?()y y ∑-最大 D. 2)(?y y ∑-最小 11. 下列哪个不属于一元回归中的基本假定（ ） A.误差项i ε服从正态分布 B. 对于所有的X ，方差都相同 C. 误差项i ε相互独立 D. 0)?=-i i y y E （ 12.如果两个变量之间存在着负相关，指出下列回归方程中哪个肯定有误（ ） A.x y 75.025?-= B. x y 86.0120?+-= C. x y 5.2200?-= D. x y 74.034?--= 13.对不同年份的产品成本拟合的直线方程为,75.1280?x y -=y 表示产品成本，x 表示不同年份，则可知（ ） A.时间每增加一个单位，产品成本平均增加个单位 B. 时间每增加一个单位，产品成本平均下降个单位 C.产品成本每变动一个单位，平均需要年时间 D. 产品成本每减少一个单位，平均需要年时间
回归分析练习题与参考答案
1 下面是7个地区2000年的人均国生产总值（GDP）与人均消费水平的统计数据：地区人均GDP/元人均消费水平/元 北京上海 22460 11226 34547 4851 5444 2662 4549 7326 4490 11546 2396 2208 1608 2035 求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。 (5)检验回归方程线性关系的显著性(0.05 α=)。 (6)如果某地区的人均GDP为5000元，预测其人均消费水平。 (7)求人均GDP为5000元时，人均消费水平95％的置信区间与预测区间。 解：（1） 可能存在线性关系。 （2）相关系数：
（3）回归方程：734.6930.309 y x =+ 回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规排版。 系数(a) 模型非标准化系数标准化系数 t 显著性B 标准误Beta 1 （常量）734.693 .540 5.265 0.003 人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% （4） 模型汇总 模型R R 方调整 R 方标准估计的误 差 1 .998a.996 .996 247.303 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到99.6%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规排版。 模型摘要 模型R R 方调整的 R 方估计的标准差 1 .998(a) 0.996 0.996 247.303 a. 预测变量:(常量), 人均GDP（元）。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
第十二章相关与回归分析练习题
第十二章相关与回归分析 一、填空 1.如果两变量的相关系数为0，说明这两变量之间_____________。 2.相关关系按方向不同，可分为__________和__________。 3.相关关系按相关变量的多少，分为______和复相关。4．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为（变化根据）的变量，因变量是随（自变量）的变化而发生相应变化的变量。 5．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般是（随机性）变量。 6．变量间的相关程度，可以用不知Y与X有关系时预测Y的全部误差E1，减去知道Y与X有关系时预测Y的联系误差E2，再将其化为比例来度量，这就是（削减误差比例）。 7．依据数理统计原理，在样本容量较大的情况下，可以作出以下两个假定：（1）实际观察值Y围绕每个估计值 c Y是 服从（）；（2）分布中围绕每个可能的 c Y值的（）是相同的。 7.已知：工资（元）倚劳动生产率（千元）的回归方程为 x y c 80 10+ =，因此，当劳动生产率每增长1千元，工资就平 均增加80 元。 8．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为（回归方程），并据以进行估计和预测。这种分析方法，通常又称为（回归分析）。 9．积差系数r是（协方差）与X和Y的标准差的乘积之比。 二、单项选择 1．欲以图形显示两变量X和Y的关系，最好创建（D ）。A 直方图 B 圆形图 C 柱形图 D 散点图2．在相关分析中，对两个变量的要求是（A ）。 A 都是随机变量 B 都不是随机变量 C 其中一个是随机变量，一个是常数 D 都是常数 3. 相关关系的种类按其涉及变量多少可分为( )。 A. 正相关和负相关 B. 单相关和复相关 C. 线性相关和非线性相关 D. 不相关、不完全相关、完全相关4．关于相关系数，下面不正确的描述是（B ）。 A当0≤ ≤r1时，表示两变量不完全相关；B当r=0时，表示两变量间无相关； C两变量之间的相关关系是单相关；D如果自变量增长引起因变量的相应增长，就形成正相关关系。 5. 当变量X按一定数量变化时，变量Y也随之近似地以固定的数量发生变化，这说明X与Y之间存在( )。 A. 正相关关系 B. 负相关关系 C. 直线相关关系 D. 曲线相关关系 6．当x按一定数额增加时，y也近似地按一定数额随之增加，那么可以说x与y之间存在（A ）关系。 A 直线正相关 B 直线负相关 C 曲线正相关 D 曲线负相关 7．评价直线相关关系的密切程度，当r在～之间时，表示（ C ）。 A 无相关 B 低度相关 C 中等相关 D 高度相关 8.两变量的相关系数为,说明( ) A.两变量不相关 B.两变量负相关 C.两变量不完全相关 D.两变量完全正相关 9．两变量的线性相关系数为0，表明两变量之间（D ）。 A 完全相关 B 无关系 C 不完全相关 D 不存在线性相关 10.兄弟两人的身高之间的关系是( )A.函数关系 B.因果关系 C.互为因果关系 D.共变关系 11．身高和体重之间的关系是（C ）。A 函数关系 B 无关系 C 共变关系 D 严格的依存关系12．下列关系中，属于正相关关系得是（A ）。
简单线性回归分析思考与练习参考答案
第10章 简单线性回归分析 思考与练习参考答案 一、最佳选择题 1．如果两样本的相关系数21r r =，样本量21n n =，那么（ D ）。 A. 回归系数21b b = B ．回归系数12b b < C. 回归系数21b b > D ．t 统计量11r b t t = E. 以上均错 2．如果相关系数r =1，则一定有（ C ）。 A ．总SS =残差SS B ．残差SS =回归 SS C ．总SS =回归SS D ．总SS ＞回归SS E. 回归MS =残差MS 3．记ρ为总体相关系数，r 为样本相关系数，b 为样本回归系数，下列（ D ）正确。 A ．ρ=0时，r =0 B ．|r |＞0时，b ＞0 C ．r ＞0时，b ＜0 D ．r ＜0时，b ＜0 E. |r |=1时，b =1 4．如果相关系数r =0，则一定有（ D ）。 A ．简单线性回归的截距等于0 B ．简单线性回归的截距等于Y 或X C ．简单线性回归的残差SS 等于0 D ．简单线性回归的残差SS 等于SS 总 E ．简单线性回归的总SS 等于0 5．用最小二乘法确定直线回归方程的含义是（ B ）。 A ．各观测点距直线的纵向距离相等 B ．各观测点距直线的纵向距离平方和最小 C ．各观测点距直线的垂直距离相等 D ．各观测点距直线的垂直距离平方和最小 E ．各观测点距直线的纵向距离等于零 二、思考题 1．简述简单线性回归分析的基本步骤。 答：① 绘制散点图，考察是否有线性趋势及可疑的异常点；② 估计回归系数；③ 对总体回归系数或回归方程进行假设检验；④ 列出回归方程，绘制回归直线；⑤ 统计应用。 2．简述线性回归分析与线性相关的区别与联系。
应用回归分析试题套
应用回归分析试题(一) 1、对于一元线性回归y 0i X i i(i 1,2,..., n),E(J 0 , var( J cov( i, j) 0(i j)，下列说法错误的是 (A) 0，1的最小一乘估计? '0， ?都是无偏估计； (B) 0，1的最小一乘估计? 0， Q ?对y，y2，... ，y n是线性的； (C) 0，1的最小一乘估计 ? ， ?之间是相关的； (D)若误差服从正态分布，0，1的最小二乘估计和极大似然估计是不一样的 2、在回归分析中若诊断出异方差，常通过方差稳定化变化对因变量进行变换.如果误差方差与因变量y的期望成正比，则可通过下列哪种变换将方差常数化 1 (A) - ；(B) “ ；(C) ln( y 1) ；(D) In y. y 、 3、下列说法错误的是 (A) 强影响点不一定是异常值； (B) 在多元回归中，回归系数显着性的t检验与回归方程显着性的F检验是等价的； (C) 一般情况下，一个定性变量有k类可能的取值时，需要引入k-1个0-1型自变量； (D) 异常值的识别与特定的模型有关. 4、下面给岀了4个残差图，哪个图形表示误差序列是自相关的 (A) (B) (C) (D) 5、下列哪个岭迹图表示在某一具体实例中最小二乘估计是适用的 (A) (B) (C)(D) 二、填空题(每空2分，共20分)
2 2 1、考虑模型y X ，var( ) I n，其中X : n p，秩为p，0不一定
已知，则 ? ________________ , var （ ?） _________ ，若 服从正态分布，则 2、下表给岀了四变量模型的回归结果: 则残差平方和= ___________ ，总的观察值个数 = ___________ ，回归平方和的自由度 = ________ . 3、已知因变量 y 与自变量X i ，X 2， X 3，X 4，下表给岀了所有可能回归模型的 AIC 值，则最 优子集是 _______________________ . 4、 在诊断自相关现象时，若 DW 0.66，则误差序列的自相关系数 的估计值= _______ ，若 存在自相关现象，常用的处理方法有迭代法、 _____________ 、科克伦-奥克特迭代法. 5、 设因变量y 与自变量X 的观察值分别为 y 「y 2,..., y n 和x 1, x 2 ,..., x n ，则以x *为折点的折 线模型可表示为 ________________________ . 三、（共45分）研究货运总量y （万吨）与工业总产值x 1 （亿元）、农业总产值x 2 （亿元）、 居民非商品支岀X 3 （亿元）的线性回归关系.观察数据及残差值e i 、学生化残差SRE i 、删除 学生化残差SRE （i ）、库克距离D i 、杠杆值ch ii 见表 (n P)?2 ___________ ，其中?2是2的无偏估计
一元线性回归模型练习题
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 线性相关关系与非线性相关关系 C 正相关关系与负相关关系 D 简单相关关系与复杂相关关系 2、进行相关分析时的两个变量( )。 A 都就是随机变量 B 都不就是随机变量 C 一个就是随机变量,一个不就是随机变量 D 随机的或非随机都可以 3、参数β的估计量β? 具备有效性就是指( ) 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就是使( )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 11、下列各回归方程中,哪一个必定就是错误的?( ) A 、 Y i =50+0、6X i r XY =0、8 B 、Y i =-14+0、8X i r XY =0、87