【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《计量课件(给编辑)答案第 (5)[4页]》,欢迎阅读!
第三章 多元线性回归模型 课后习题答案 一、单项选择题 D D B B C D D 二、简述题 1.多元线性回归模型的基本假定有哪些? 答:假设1:随机误差项的均值为零,即E(uiXi)0 i1,2,,n 假设2:随机误差项同方差,即Var(ui)2 i1,2,,n 假设3:随机误差项无序列相关,即Cov(ui,uj)0 iji,j1,2,,n 假设4:随机误差项与解释变量之间不相关,即Cov(Xji,ui)0 j1,2,k i1,2,,n 假设5:无多重共线性假定,Cov(Xi,Xj)0,ij,即解释变量X1、X2Xk之间不存在线性相关关系。 假设6:随机误差项服从正态分布,即ui~N(0,2) 2.简单说明为什么要引入修正的可决系数?它同原来的可决系数有什么关系? 答:拟合优度随解释变量个数增加会增大,人们总是可以通过增加模型中解释变量的方法来增大R2的值。因此,多元模型中用R2来作为拟合优度的测度,不是十分令人满意的。为此,我们引入修正可决系数。 R2与R2之间的关系:R21-(1-R2)n-1 n-k 3.简述回归方程显著性检验的基本思路。 答:对于多元线性回归模型 Yi01X1i2X2i kXkiui i=1,2,…,n 要检验回归模型在整体上是否具有显著的线性关系,所检验的原假设与备择假设分别为 H0:12=k0 H1:i不全为零 检验的思想来自于总离差平方和的分解式: TSS=ESS+RSS 对于给定的样本数据,总离差平方和TSS是确定的,回归平方和ESS反映了k个解释变量X的联合体对被解释变量Y的线性作用的结果,考虑比值 ESS/RSSyˆi2e2i 如果这个比值较大,则X的联合体对Y的解释程度高,可认为总体存在线性关系,反之总体上可能不存在线性关系。因此可通过该比值的大小对总体线性关系进行推断,通常将自由度考虑进去。 可证明,在原假设H0成立的条件下,统计量 FESS/k ~F(k,nk1)RSS/(nk1)即服从自由度为(k,nk1)的F分布。 根据变量的样本观测值和估计值,计算F统计量的数值;给定一个显著性水平,可得到一个临界值F(k,nk1)。如果FF(k,nk1)则在显著性水平下拒绝原假设H0,说明模型的线性关系显著成立,模型通过回归方程显著性检验;如果FF(k,nk1),则接受原假设H0,说明模型的线性关系显著不成立,模型未通过回归方程显著性检验。 三、计算分析题 1.(1)样本容量是n=20 (2)求TSS=66042 (3)ESS 和RSS的自由度分别是2、17 (4)求R2=ESS/TSS=0.9767,说明Y的总离差中被回归方程解释的部分为97.67%。 R21RSSnk1TSS/n1115401766042190.9739 (5)用F检验 FESS(k)RSS(nk1)0.9767170.02322357.8427 F357.8427F0.05(2,17)两个解释变量联合3.59 ,模型整体显著性检验通过,起来对Y有显著影响。 (6)ˆ2ei2n315401790.5882 ˆ2. (1)Y50.01640.0865X152.3703X2 (2)0.0865的经济含义:在其余解释变量不变的情况下,家庭月平均收入每增加1元,会导致书刊消费支出平均增加0.0865元。 52.3703的经济含义:在其余解释变量不变的情况下,户主受教育年数每增加1年,会导致家庭书刊消费支出平均增加52.3703元。 (3)随着家庭收入和户主受教育年数的增加,家庭书刊消费支出相应也会增加,模型估计结果符合经济含义,通过经济意义检验。 (4)F F (5)tˆR2(k)(1R2)(nk1)146.1885F0.05(2,15)0.9512150.04882146.1885 3.68 回归方程整体的显著性检验通过。 ˆ1se(ˆ1)ˆse(ˆ2)210.086450.02936352.370315.2021672.9442t0.025(15)2.131 通过显著性检验 tˆ210.0670t0.025(15)2.131 通过显著性检验 3.软件回归结果: Dependent Variable: Y Method: Least Squares Included observations: 16 Coefficient Std. Error t-Statistic C 108.3149 23.15247 4.678330 X1 54.03516 11.30881 4.778149 X2 -2.979778 0.819122 -3.637771 R-squared 0.763349 Mean dependent var Adjusted R-squared 0.726941 S.D. dependent var S.E. of regression 19.78139 Akaike info criterion Sum squared resid 5086.946 Schwarz criterion Log likelihood -68.79777 Hannan-Quinn criter. F-statistic 20.96662 Durbin-Watson stat Prob(F-statistic) 0.000085 Prob. 0.0004 0.0004 0.0030 103.6250 37.85549 8.974721 9.119582 8.982139 0.822980 ˆY(1)计量回归模型:108.314954.0352X12.9798X2 (2)54.0352的经济含义:在其余解释变量不变的情况下,本企业广告投入每增加1单位,会导致本企业销售额平均增加54.0352单位。 -2.9798的经济含义:在其余解释变量不变的情况下,竞争对手销售额每增 加1单位,会导致本企业销售额平均减少2.9798个单位。 (3)R2= 0.7633,说明Y的总离差中被回归方程解释的部分为76.33%。 F20.9666F0.05(2,13)3.81 回归方程整体的显著性检验通过。 tˆ14.7781t0.025(13)3.63782.160 通过显著性检验 2.160 通过显著性检 tˆ2t0.025(13) 本文来源:https://www.dywdw.cn/b11a17cf12661ed9ad51f01dc281e53a5902517c.html