应用回归分析测试题

合集下载

回归分析测试题

回归分析测试题

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0B.越接近于1C.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.0B.1 C.-1 D.-1或1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145.83B.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:(1)画出散点图;(2)求每月产品的总成本y与该月产量x之间的回归直线方程。

10.某工业部门进行一项研究,分析该部分的产量与生产费用之间的关系,从这个工业(1)计算x与y的相关系数;(2)对这两个变量之间是否线性相关进行相关性检验;(3)设回归直线方程为,求系数,。

综合探究:11.一只红铃虫的产卵数y和温度x有关。

回归分析练习题

回归分析练习题

1. 从20的样本中得到的有关回归结果是:SSR=60,SSE=40。

要检验x 与y 之间的线性关系是否显著,即检验假设:01:0H β=。

(1)线性关系检验的统计量F 值是多少? (2)给定显著性水平a =0.05,F a 是多少? (3)是拒绝原假设还是不拒绝原假设?(4)假定x 与y 之间是负相关,计算相关系数r 。

(5)检验x 与y 之间的线性关系是否显著?解:(1)SSR 的自由度为k=1;SSE 的自由度为n-k-1=18;因此:F=1SSR k SSE n k --=6014018=27 (2)()1,18F α=()0.051,18F =4.41 (3)拒绝原假设,线性关系显著。

(4),由于是负相关,因此r=-0.7746(5)从F 检验看线性关系显著。

2. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。

通过计算得到下面的有关结果:(1)完成上面的方差分析表。

(2)汽车销售量的变差中有多少是由于广告费用的变动引起的?(3)销售量与广告费用之间的相关系数是多少?(4)写出估计的回归方程并解释回归系数的实际意义。

(5)检验线性关系的显著性(a=0.05)。

(2)R2=0.9756,汽车销售量的变差中有97.56%是由于广告费用的变动引起的。

(3)r=0.9877。

(4)回归系数的意义:广告费用每增加一个单位,汽车销量就增加1.42个单位。

(5)回归系数的检验:p=2.17E—09<α,回归系数不等于0,显著。

回归直线的检验:p=2.17E—09<α,回归直线显著。

3. 根据两个自变量得到的多元回归方程为12ˆ18.4 2.014.74yx x =-++,并且已知n =10,SST =6 724.125,SSR =6 216.375,1ˆ0.0813s β=,2ˆs β=0.056 7。

要求:(1)在a=0.05的显著性水平下,12,x x 与y 的线性关系是否显著? (2)在a =0.05的显著性水平下,1β是否显著?(3)在a =0.05的显著性水平下,2β是否显著?解(1)回归方程的显著性检验:假设:H 0:1β=2β=0 H 1:1β,2β不全等于0 SSE=SST-SSR=6 724.125-6 216.375=507.75 F=1SSR p SSE n p --=6724.1252507.751021--=42.85()2,7F α=4.74,F>()2,7F α,认为线性关系显著。

安徽省2024年下半年内审师《内部审计基础》:回归分析考试试题

安徽省2024年下半年内审师《内部审计基础》:回归分析考试试题

安徽省2024年下半年内审师《内部审计基础》:回来分析考试试题一、单项选择题(共25题,每题2分,每题的备选项中,只有1个事最符合题意)1、3、“在个人经济方面遇到了困难”是一种A:行为征兆。

B:事态压力。

C:合理理由。

D:犯罪机会。

2、某计算机应用程序已在公司内部审计的每个工作站得到实施,以便在系统开发人员供应更新版本的状况下,促进更新版本的安装。

由于安装系统跟新版本须要得到行政特许,该计算机应用程序在每个工作站均已获得行政访问许可。

对此,审计师应当A:核实该计算机应用程序在正常工作时间结束之后能接受更新版本,以防止干扰工作。

B:确保该计算机应用程序已就是否应当接受更新版本询问全部用户。

C:确保该计算机应用程序无法用于在工作站执行安装更新版本以外的其他吩咐。

D:核实该计算机应用程序只接受最新的更新版本。

3、为削减与实物资产相关的潜在财务损失,资产应当按一个数额保险,这个数额是A:依据定期的评估确定B:由董事会确定C:依据经济指数例如消费价格指数自动调整D:等于单个资产的账面价值4、平行模拟是一种适合于以下哪项的审计方法A:测试文件上合法的签名;B:总结应收账款确认的结果;C:计算加速折旧费用的数额;D:扫描总分类账文件,以检查非正常交易。

5、某当地银行聘请地区银行的内部审计师供职于该银行的董事会。

这家银行与地区银行在很多同类市场上都存在竞争关系,但更关注消费者的理财业务,而非商业理财。

在接受这个职位时,内部审计师Ⅰ.会违反IIA的道德规范,因为供职于当地银行的董事会可能会与内部审计师所在银行的最佳利益发生冲突。

Ⅱ.会违反IIA的道德规范,因为在供职于当地银行的董事会时所取得的信息可能会影响有关潜在的购并建议。

A:仅有Ⅱ;B:仅有Ⅰ;C:Ⅰ和Ⅱ;D:既非Ⅰ,也非Ⅱ。

6、审计师安排对公司投保状况进行评价。

以下哪项是规划具体的投保进度可利用的最有可能的信息来源?A:现金支出日记账纪录,由相关支票支持的日记分录B:描述保险人员工作目标、职责的公司章程C:当前年度预提保险费用预算以及该账户年初余额D:各类包含保险政策的文件7、某内部审计师正依据《专业实务框架》,评估机构风险管理程序的充分性。

最新应用回归分析填空题和答案资料

最新应用回归分析填空题和答案资料

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εβ+=X Y ,回归参数β的最小二乘估计为 βˆ=_________________________。

(7) 设线性回归模型参数向量β(p+1维)的最小二乘估计为βˆ,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):_________________________________________。

多元线性回归分析与应用试卷

多元线性回归分析与应用试卷

多元线性回归分析与应用试卷(答案见尾页)一、选择题1. 在多元线性回归模型中,自变量的数量超过因变量数量时,通常会导致:A. 模型过拟合B. 模型无法收敛C. 模型解释力增强D. 预测准确性提高2. 多元线性回归分析中,常用的模型诊断工具包括:A. 残差图B. 回归系数表C. Q-Q图D. 散点图矩阵3. 在多元线性回归中,调整R²值表示的是:A. 模型解释了因变量变动的百分比B. 模型中自变量的数量C. 模型对因变量的解释力度D. 模型的拟合优度4. 当多元线性回归模型中的某个自变量与其他自变量存在高度相关性时,可能会导致:A. 多重共线性B. 异方差性C. 自相关D. 模型无法估计5. 在进行多元线性回归的假设检验时,通常使用的统计量是:A. t检验B. F检验C. 泊松检验D. 卡方检验6. 如果多元线性回归模型中的误差项呈现正态分布,但方差不齐,那么应该使用哪种方法进行处理?A. 标准化B. 对数变换C. 加权最小二乘法D. 剔除方差大的观测值7. 在多元线性回归分析中,如果某个自变量的标准化系数为正,则表示该变量与因变量之间存在:A. 正相关关系B. 负相关关系C. 无相关关系D. 无法确定相关关系8. 多元线性回归模型的F检验主要用于检验:A. 模型的整体显著性B. 自变量的显著性C. 误差项的显著性D. 模型的拟合优度9. 在多元线性回归中,为了检验自变量之间的多重共线性,可以使用:A. VIF值B. 相关系数矩阵C. 容忍度D. 主成分分析10. 如果多元线性回归模型的预测值与实际观测值相差较大,那么可能是由于:A. 模型过拟合B. 模型欠拟合C. 数据存在异常值D. 所有选项都可能11. 在多元线性回归模型中,自变量的个数可以超过因变量的个数吗?A. 可以,且不会影响模型的准确性B. 可以,但可能会导致模型过拟合C. 不可以,自变量个数必须少于或等于因变量个数D. 不可以,且一定会导致模型过拟合12. 在进行多元线性回归分析时,通常使用哪种方法来检验自变量之间是否存在多重共线性?A. 方差膨胀因子(VIF)B. 系数矩阵的相关系数C.Durbin-Watson检验D. 均方误差(MSE)13. 如果多元线性回归模型中的某个自变量与因变量的相关性不强,但其与其他自变量的相关性很强,这可能会对模型的预测能力产生什么影响?A. 增加模型的预测误差B. 提高模型的预测准确性C. 无明显影响D. 使模型更加稳定14. 在多元线性回归分析中,如何处理异常值对模型的影响?A. 忽略异常值继续分析B. 使用加权最小二乘法来调整异常值的影响C. 删除包含异常值的观测记录D. 将异常值替换为均值15. 如果多元线性回归模型的R²值较大,但调整R²值较小,这可能说明什么问题?A. 模型拟合效果很好,但自变量之间有多重共线性B. 模型拟合效果不好,且自变量之间有多重共线性C. 模型拟合效果很好,且自变量之间无需进一步考虑多重共线性D. 模型拟合效果一般,但自变量之间无需进一步考虑多重共线性16. 在多元线性回归模型中,使用岭回归和LASSO回归的目的是什么?A. 降低多重共线性的影响B. 解决异方差性问题C. 减少参数估计的方差D. 以上都是17. 对于多元线性回归模型中的残差平方和(RSS),以下哪个说法是正确的?A. RSS反映了模型预测值与实际值之间的差异B. RSS越大,说明模型的拟合效果越好C. RSS越小,说明模型的拟合效果越好D. RSS与模型的复杂度无关18. 在多元线性回归分析中,如何判断自变量是否对因变量有显著影响?A. 查看回归系数的p值B. 查看调整R²值的增减C. 查看VIF值的大小D. 查看MSE的值19. 如果多元线性回归模型中的某个自变量的系数符号与预期相反,这可能说明什么问题?A. 该自变量与因变量之间存在非线性关系B. 该自变量与因变量的相关性不强C. 该自变量可能存在测量误差D. 该自变量的影响已经被其他自变量所抵消20. 在多元线性回归分析中,如何评估模型的预测性能?A. 仅使用R²值进行评估B. 仅使用均方误差(MSE)进行评估C. 使用R²值和均方误差(MSE)等多个指标综合评估D. 使用残差分析进行评估21. 在多元线性回归模型中,自变量的数量超过因变量的数量时,模型可能会出现的问题是什么?A. 过拟合B. 多重共线性C. 异方差性D. 自相关22. 下列哪个选项不是多元线性回归分析中常用的数据预处理方法?A. 缺失值处理B. 异常值检测C. 变量转换D. 样本分组23. 在多元线性回归中,判定系数R²表示的是什么?A. 模型解释的变异占总变异的比例B. 预测值与实际值之间的差异C. 自变量与因变量之间的线性关系强度D. 模型中自变量的数量24. 当多元线性回归模型中的某个自变量与其他自变量存在高度相关性时,这会导致什么问题?A. 多重共线性B. 异方差性C. 自相关D. 模型过拟合25. 在进行多元线性回归分析时,通常使用哪种方法来检验自变量对因变量的影响是否显著?A. t检验B. F检验C. 平方和检验D. 线性规划检验26. 在多元线性回归模型中,如果所有的自变量都通过了显著性检验,那么模型可能存在的问题是?A. 多重共线性B. 异方差性C. 样本量不足D. 模型过拟合27. 在多元线性回归分析中,如何诊断和解决多重共线性问题?A. 增加样本量B. 删除一个或多个高度相关的自变量C. 对自变量进行转换D. 使用岭回归或主成分分析28. 如果多元线性回归模型的残差图中出现了明显的模式,这可能指示了什么问题?A. 异方差性B. 多重共线性C. 自相关D. 模型不准确29. 在多元线性回归模型中,如果需要添加一个新的自变量,应该如何操作?A. 直接在原模型中加入新变量B. 进行逐步回归分析后决定加入C. 忽略新变量,因为它不会影响模型D. 仅在模型拟合后加入30. 在多元线性回归模型中,自变量的个数通常是多少?A. 1个B. 2个C. 3个D. 多个二、问答题1. 什么是多元线性回归分析?2. 多元线性回归模型的数学表达式是什么?3. 如何评估多元线性回归模型的拟合优度?4. 在多元线性回归分析中,如何处理多重共线性问题?5. 多元线性回归模型的假设有哪些?6. 如何检验多元线性回归模型的显著性?7. 在实际应用中,如何选择合适的自变量?8. 多元线性回归分析在哪些领域有广泛应用?参考答案选择题:1. A2. A3. C4. A5. B6. C7. A8. A9. A 10. D11. B 12. A 13. A 14. B 15. A 16. D 17. C 18. A 19. C 20. C 21. B 22. D 23. A 24. A 25. B 26. A 27. BCD 28. A 29. B 30. D 问答题:1. 什么是多元线性回归分析?多元线性回归分析是一种统计技术,用于研究两个或两个以上自变量(解释变量)与一个因变量(响应变量)之间的关系。

应用回归分析测试题

应用回归分析测试题
一 选择题
1、对于一元线性回归 yi 0 1xi +i (i 1, 2,K , n) , E(i ) 0 , var(i ) 2 ,
cov(i , j ) 0(i j) ,下列说法错误的( B C )
(A) 0,1 的最小二乘估计 ˆ0,ˆ1 都是无偏估计;
A.(2,2)
B.(1.5, 0)
C. (1, 2)
18、对于相关系数 r ,叙述正确的是( C )
D.(1.5, 4)
A. r (0,), r 越大,相关程度越大,反之,相关程度越小
B. r (,), r 越大,相关程度越大,反之,相关程度越小
C. r 1,且 r 越接近于 1,相关程度越大, r 越接近于 0,相关程度越小 D.以上说法都不对 19、由一组样本数据 (x1, y1 ) , (x2 , y2 ),L , (xn , yn ) 得到的回归直线方程 y bx a , 那么下面说法不正确的是( B ) A.直线 y bx a 必经过点 (x, y)
8
yi 228 ,
i 1
8
8
xi2 478 , xi yi 1849 ,则 y 与 x 的回归方程是( A )
i 1
i 1
A. y 11.47 2.62x
B. y 11.47 2.62x
C. y 11.47x 2.62
D. y 11.47 2.62x
13. 已知线性回归方程 y 1.5x 45(x 1,5,7,13,19), 则 y 58.5 .
14. 对于线性回归方程 y 4.75x 257 ,当 x 28 时, y 的估计值是 390 。
三 简答题 1、 引起异常值消除的方法? 答: 2、自相关性带来的问题? 3、叙述一元回归模型的建模过程? 4、一元线性回归有哪些基本假定?

《应用回归分析》试卷(2)

《应用回归分析》试卷(2)

《应用回归分析》试卷(2)《应用回归分析》试卷★要求将答案做在答题纸上,做在别处无分。

一、(50分)单项选择题(每题1分)1.回归分析的建模依据为()A.统计理论B.预测理论C.经济理论D.数学理论2.随机方程式构造依据为()A .经济恒等式 B.政策法规 C.变量间的技术关系 D.经济行为 3. 回归模型的被解释变量一定是()A .控制变量 B.政策变量 C.内生变量 D.外生变量4.在同一时点或时期上,不同统计单位的相同统计指标组成的数据是()A .时期数据 B.时点数据 C.时序数据 D.截面数据 5.回归分析的目的为()A .研究解释变量对被解释变量的依赖关系B.研究解释变量和被解释变量的相关关系C.研究被解释变量对解释变量的依赖关系D.以上说法都不对 6.在回归分析中,有关被解释变量Y 和解释变量X 的说法正确的为()A .Y 为随机变量,X 为非随机变量 B. Y 为非随机变量,X 为随机变量 C.X 、Y 均为随机变量 D. X 、Y 均为非随机变量 7.在X 与Y 的相关分析中()A .X 是随机变量,Y 是非随机变量 B. Y 是随机变量,X 是非随机变量 C.X 和Y 都是随机变量 D. X 和Y 均为非随机变量8.总体回归线是指()A .解释变量X 取给定值时,被解释变量Y 的样本均值的轨迹。

B .样本观测值拟合的最好的曲线。

C .使残差平方和最小的曲线D .解释变量X 取给定值时,被解释变量Y 的条件均值或期望值的轨迹。

9.最小二乘准则是指()A.随机误差项ε的平方和最小 B. Y 与它的期望值E(Y/X)的离差平方和最小 C. X 与它均值E(X)的离差的平方和最小 D.残差e 的平方和最小10.按照经典假设,线性回归模型中的解释变量应为非随机变量,且( )A.与被解释变量Y 不相关B.与随机误差项ε不相关C. 与回归值?Y不相关 D.以上说法均不对 11.有效估计量是指( )A.在所有线性无偏估计中方差最大B.在所有线性无偏估计量中变异系数最小C.在所有线性无偏估计量中方差最小D.在所有线性无偏估计量中变异系数最大12.在一元线性回归模型中, 2σ的无偏估计量2σ为( ) A.21nii en =∑ B.211nii en =-∑C.212nii en =-∑ D.213nii en =-∑13判定系数2R 的取值范围为( )A.202R ≤≤ B. 201R ≤≤C. 204R ≤≤ D. 214R ≤≤14.回归系数1β通过了t 检验,表示( )A.10β≠B.10β≠ C.11?0,0ββ≠= D.110,0ββ=≠ 15.个值区间预测就是给出( )A.预测值0Y 的一个置值区间 B.实际值0Y 的一个置值区间 C.实际值0Y 的期望值的一个置值区间 D.实际值0X 的一个置值区间16.一元线性回归模型01Y X ββε=++中,0β的最小二乘估计是( )A.01??Y X ββ=+B. 01??Y X ββ=+C. 01Y X ββ=- D. 01Y X ββ=+ 17.回归分析中简单回归指的是_____A.两个变量之间的回归B.三个以上变量的回归C.两个变量之间的线性回归D.变量之间的线性回归 18.运用OLSE ,模型及相关变量的基本假定不包括_____A.E(εi)=0B.cov(εi, εj)=0 i ≠j,i,j=1,2,3,……,nC.var(εi)=0 i=1,2……,nD.解释变量是非随机的 19. R 2(调整R 2)的计算公式是_____A.R 2= 1-11n n p ---.SSE SST B. R 2=1-11n p n ---.SSE SST C. R 2=1-12n n p ---.SSE SSTD. R 2=1-21n p n ---.SSE SST 20.下列选项哪个是用来检验模型是否存在异方差问题_____A.方差扩大化因子VIFB.DW 检验C.等级相关系数D.连贯检验 21.在多元线性回归模型中,调整后的判定系数2R 与判定系数2R 的关系为()A.22R R < B. 22R R < C. 22R R ≤ D. 22R R ≤ 22.下列哪种情况说明存在异方差()A.()0i E ε=B.()0,i j E i j εε=≠C.22()i E εσ=(常数)D. 22()i i E εσ= 23.当模型存在异方差时,使用普通最小二乘法得到的估计量是()A.有偏估计量B.有效估计量C.无偏估计量D.渐进有效估计量24.下列哪种方法不是检验异方差的方法()A.残差图分析法B.等级相关系数法C.样本分段比检验D.DW 检验法 25.异方差情形下,常用的估计方法是()A.一阶差分法 B 广义差分法 C. 工具变量法 D.加权最小二乘法 26.下列那种情况属于存在序列相关()A.(,)0,i j Cov i j εε=≠B. (,)0,i j Cov i j εε≠≠C. 2(,),i j Cov i j εεσ== D. 2(,),i j i Cov i j εεσ==27.若线性回归模型的随机误差项存在序列相关时,直接用普通最小二乘法估计参数,则参数估计量为()A.有偏估计量B.有效估计量C.无效估计量D.渐进有效估计量28.下列哪种方法不是检验序列有效的方法()A.残差图分析法B.自相关系数法C.方差扩大因子法D. DW 检验法29. DW 检验适用于检验()A.异方差B.序列相关C.多重共线性D.设定误差 30.若计算的DW 的统计量为2,则表明该模型()A.不存在序列相关 B.存在一阶正序列相关 C.存在一阶负序列相关 D.存在高阶相关 31.DW 检验的原假设为()A. DW=0B. 0ρ=C. DW=1D. 1ρ= 32.DW 统计量的取范围是()A. 10DW -≤≤B. 11DW -≤≤C. 22DW -≤≤D. 04DW ≤≤33.根据20个观测值估计的一元线性回归模型的DW=2.3,在样本容量n =20,解释变量个数k =1(不包含常数项),显著型水平α=0.05时,查得dL=1.201,dU=1.411,则可以判断该模型()A.不存在一阶自相关B.有正的一阶自相关C.有负的一阶自相关D.无法确定 34.当模型存在一阶自相关情况下,常用的估计方法是()A.加权最小二乘法B.广义差分法C.工具变量法D.普通最小二乘法 35.采用一阶差分法估计一阶自相关模型,适合于()A. 1ρ≈B. 0ρ≈C. 10ρ-<<D. 01ρ<<36.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1,则表明模型中存在()A.异方差B.自相关C.多重共线性D.设定误差37.在线性回归模型中,若解释变量1X 和2X 的观测值成比例,即有12i i X kX =,其中k 为非零常数,则表明模型中存在() A.异方差 B.严格共线性 D 序列相关 D.高度共线性38.经验认为,某个解释变量与其他解释变量间多重共线性很严重的判别标准是这个解释变量的方差扩大化因子( ) A.大于零 B 小于1 C 大于10 D 小于5 39.若查表得到dL 和dU ,则不存在序列相关的区间为()A.0DW dL ≤≤B. 4dU DW dU ≤≤-C. 44dU DW dL -≤≤-D. 44dU DW -≤≤ 40.设01Y X ββε=++,Y 表示居民消费支出,X 表示居民收入,D=1代表城镇居民,D=0代表农村居民,则截距变动模型为()A. 012Y X D βββε=+++B. 021()Y X βββε=+++C. 012()Y X βββε=+++D. 012(*)Y X D X βββε=+++41.设01Y X ββε=++,Y 表示居民消费支出,X 表示居民收入,D=1代表城镇居民,D=0代表农村居民,则斜率变动模型为()A. 012Y X D βββε=+++B. 021()Y X βββε=+++C. 012()Y X βββε=+++D. 012(*)Y X D X βββε=+++42.设虚拟变量D 影响线性回归模型中X 的斜率,如何引进虚拟变量,使模型成为斜率变动模型()A.直接引进DB.按新变量D*X 引进C.按新变量(D+X)引进D.无法引进43.虚拟变量的赋值原则是()A.给定某一质量变量的某属性出现为1,未出现为0B.不用赋值C.按照某一质量变量属性种类编号赋值D. 以上说法都不正确44.有关虚拟变量的表述正确的是()A.用来代表质的因素,有时候也可以代表数量因素B.只能用来代表质的因素C.只能用来代表数量因素D.以上说法都不正确45.如果一个回归模型包含截距项,对一个具有M 个特征的质的因素需要引入的虚拟变量的个数为()A.MB.(M-1)C.(M-2)D.(M+1)46.设个人消费函数01Y X ββε=++中,消费支出Y 不仅与收入X 有关,而且与消费者的性别、年龄构成有关,年龄构成可以分为老,中,青三个层次,假定边际消费倾向不变,该消费函数引入虚拟变量的个数为()A.1个B.2个C.3个D.4个47.在一个包含截距项的回归模型01Y X ββε=++中,如果将一个具有M 个特征的质的因素设定M 个虚拟变量,则会产生的问题是()A.异方差B.序列相关C.不完全多重线性相关D.完全多重线性相关48.设消费函数为012Y X D βββε=+++,式中Y 表示某年居民的消费水平,X 表示同年居民的收入水平,D 为虚拟变量,D=1表示正常年份,D=0表示非正常年份,则()A.该模型为截距、斜率同时变动模型B.该模型为截距变动模型C.该模型为斜率变动模型D.该模型为时间序列模型49.设截距和斜率同时变动模型为0123(*)Y X D D X ββββε=++++,对模型做t 检验,下面哪种情况成立时,该模型为截距变动模型()A.230,0ββ≠≠B.230,0ββ== C. 230,0ββ≠= D. 230,0ββ=≠50.根据样本资料建立的消费函数如下:?110.5650.5ttCD X =++,其中,C 为消费,X 为收入,虚拟变量D=1表示城镇家庭,D=0表示农村家庭,所有参数均检验显著,则城镇家庭的消费函数为()A. ?110.50.5t t C X =+B. ?175.50.5t t C X =+C. ?110.565.5t t C X =+D. ?1300.5t tC X =+ 二、(10分)判断题(每题1分,做出判断即可)1. 最小二乘估计量具有最小方差。

应用回归分析知到章节答案智慧树2023年西安财经大学

应用回归分析知到章节答案智慧树2023年西安财经大学

应用回归分析知到章节测试答案智慧树2023年最新西安财经大学第一章测试1.当一个经济问题的回归模型通过了各种统计检验,且模型具有合理的经济意义时,该回归模型就可用于参考答案:进行经济预测;给定被解释变量值来控制解释变量值;经济变量的因素分析2.常用的样本数据有时间序列数据和横截面数据。

参考答案:对3.随机误差项主要包括以下哪些因素的影响?参考答案:理论模型的设定误差;由于人们认识的局限性或时间、费用、数据质量等的约束未引入回归模型但又对回归被解释变量有影响的因素;其他随机因素;样本采集过程中的测量误差4.变量间具有密切关联而又不能由某一个或某一些变量确定另外一个变量的关系称为变量间的统计关系。

参考答案:对5.进行回归分析时,假定相关的两个变量()。

参考答案:一个是随机变量,一个不是随机变量第二章测试1.总体平方和SST、残差平方和SSE、回归平方和SSR三者之间的关系是()。

参考答案:SST=SSR+SSE2.反映由模型中解释变量所解释的那部分离差大小的是()。

参考答案:回归平方和3.古典线性回归模型的普通最小二乘估计量的特性有()。

参考答案:最小方差;线性;无偏性4.一元线性回归分析中的回归平方和SSR的自由度是1。

参考答案:对5.进行相关分析时,假定相关的两个变量()。

参考答案:都是随机变量第三章测试1.在多元线性回归模型中,进行方程的显著性检验时,检验的原假设为。

参考答案:错2.对于多元线性回归模型,参数β的最小二乘估计为,则是β的无偏估计。

参考答案:对3.在多元线性回归模型的检验中,说法正确的是()。

参考答案:回归方程显著时,并不一定说明每个回归系数都显著。

4.多元线性回归模型中,检验时,构造的检验统计量服从分布。

参考答案:对5.在对模型进行总体显著性检验时,如果检验结果总体线性关系显著,则下列说法正确的是()。

参考答案:;;第四章测试1.不能够修正异方差的方法有()。

参考答案:逐步回归法2.已知DW统计量的值接近于0,则样本回归模型残差的一阶自相关系数近似等于()。

回归因素试题解析及答案

回归因素试题解析及答案

回归因素试题解析及答案一、单项选择题1. 回归分析中,自变量X对因变量Y的影响程度是通过()来衡量的。

A. 相关系数B. 回归系数C. 标准差D. 方差答案:B2. 在简单线性回归模型中,回归系数β1表示()。

A. 自变量X每增加一个单位,因变量Y平均增加β1个单位B. 自变量X每增加一个单位,因变量Y平均减少β1个单位C. 自变量X每减少一个单位,因变量Y平均增加β1个单位D. 自变量X每减少一个单位,因变量Y平均减少β1个单位答案:A3. 多元线性回归模型中,如果某个自变量的系数不显著,可能的原因是()。

A. 该自变量与因变量无关B. 该自变量与其他自变量高度相关C. 样本量太小D. 所有上述情况都可能答案:D4. 回归分析中,残差平方和(SSE)是用来衡量()的。

A. 模型的拟合优度B. 模型的预测能力C. 模型的解释能力D. 模型的预测误差答案:D5. 回归分析中,决定系数(R²)的值范围是()。

A. 0到1之间B. 负无穷到正无穷之间C. 0到正无穷之间D. 负无穷到1之间答案:A二、多项选择题6. 在回归分析中,以下哪些因素可能导致自变量和因变量之间的相关性被高估()。

A. 样本选择偏差B. 测量误差C. 多重共线性D. 异方差性答案:A|B|C|D7. 多元回归分析中,以下哪些方法可以用来诊断多重共线性问题()。

A. 方差膨胀因子(VIF)B. 相关系数矩阵C. 标准化回归系数D. 残差图答案:A|B8. 以下哪些因素可能影响回归模型的稳定性()。

A. 异常值B. 杠杆值C. 模型设定误差D. 自变量的多重共线性答案:A|B|C|D9. 回归分析中,以下哪些指标可以用来衡量模型的拟合优度()。

A. R²B. 调整R²C. AICD. BIC答案:A|B|C|D10. 在回归分析中,以下哪些方法可以用来处理异方差性()。

A. 加权最小二乘法B. 稳健标准误C. 变换因变量D. 增加样本量答案:A|B|C三、判断题11. 回归系数的符号和大小完全决定了自变量对因变量的影响方向和强度。

应用回归分析试题(2套)

应用回归分析试题(2套)

1、对于一元线性回归01(1,2,...,)i i i y x i n ββε=++=,()0i E ε=,2var()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0ˆβ,1ˆβ 都是无偏估计; (B)0β,1β的最小二乘估计0ˆβ,1ˆβ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) 1y;(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,回归系数显著性的t 检验与回归方程显著性的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应用回归分析试题(一)一、选择题.(每题3分,共15分)(C)0β,1β的最小二乘估计0ˆβ,1ˆβ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)(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)1、考虑模型y Xβε=+,2var()nIεσ=,其中:X n p'⨯,秩为p',20σ>不一定已知,则ˆβ=__________________,ˆvar()β=___________,若ε服从正态分布,则22ˆ()n p σσ'-:___________,其中2ˆσ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 、删除学生化残差()i SRE 、库克距离i D 、杠杆值ii ch 见表一表一表二 参数估计表已知0.025(6) 2.447t =,0.025(7) 2.365t =,0.05(3,6) 4.76F =,0.05(4,7) 4.12F =,根据上述结果,解答如下问题:1、计算误差方差2σ的无偏估计及判定系数2R .(8分)2、对1x ,2x ,3x 的回归系数进行显著性检验.(显著性水平0.05α=)(12分)3、对回归方程进行显著性检验.(显著性水平0.05α=)(8分)4、诊断数据是否存在异常值,若存在,是关于自变量还是关于因变量的异常值?(10分)5、写出y 关于1x ,2x ,3x 的回归方程,并结合实际对问题作一些基本分析(7分)四、(共8分)某种合金中的主要成分为金属A 与金属B ,研究者经过13次试验,发现这两种金属成分之和x 与膨胀系数y 之间有一定的数量关系,但对这两种金属成分之和x 是否对膨胀系数y 有二次效应没有把握,经计算得y 与x 的回归的残差平方和为3.7,y 与x 、2x 的回归的残差平方和为0.252,试在0.05的显著性水平下检验x 对y 是否有二次效应?(参考数据0.050.05(1,10) 4.96,(2,10) 4.1F F ==)五、(共12分)(1)简单描述一下自变量12,,...,p x x x 之间存在多重共线性的定义;(2分) (2)多重共线性的诊断方法主要有哪两种?(4分) (3)消除多重共线性的方法主要有哪几种?(6分)应用回归分析试题(二)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 )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 )A .$yx 1=+B .$y x 2=+C .$y 2x 1=+ D.$yx 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( D ) A .①②⑤③④ B .③②④⑤① C .②④③①⑤ D .②⑤④③①4. 下列说法中正确的是(B )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2R 的值判断模型的拟合效果,2R 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(B )个.A .1B .2C .3D .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(C)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(B )8. 一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归直线方程为ˆ7.1973.93yx =+,据此可以预测这个孩子10岁时的身高,则正确的叙述是( D )A .身高一定是145.83cmB .身高超过146.00cmC .身高低于145.00cmD .身高在145.83cm 左右9. 在画两个变量的散点图时,下面哪个叙述是正确的( B )(A)预报变量在x 轴上,解释变量在y 轴上 (B)解释变量在x 轴上,预报变量在y 轴上 (C)可以选择两个变量中任意一个变量在x 轴上 (D)可以选择两个变量中任意一个变量在y 轴上10. 两个变量y 与x 的回归模型中,通常用2R 来刻画回归的效果,则正确的叙述是( D )A. 2R 越小,残差平方和小B. 2R 越大,残差平方和大C. 2R 于残差平方和无关 D. 2R 越小,残差平方和大 11. 两个变量y 与x 的回归模型中,分别选择了4个不同模型,它们的相关指数2R 如下 ,其中拟合效果最好的模型是( A )A.模型1的相关指数2R 为0.98B.模型2的相关指数2R 为0.80C.模型3的相关指数2R 为0.50 D.模型4的相关指数2R 为0.2512. 在回归分析中,代表了数据点和它在回归直线上相应位置的差异的是( B ) A.总偏差平方和 B.残差平方和 C.回归平方和 D.相关指数R 213.工人月工资(元)依劳动生产率(千元)变化的回归直线方程为ˆ6090y x =+,下列判断正确的是(C ) A.劳动生产率为1000元时,工资为50元 B.劳动生产率提高1000元时,工资提高150元 C.劳动生产率提高1000元时,工资提高90元 D.劳动生产率为1000元时,工资为90元14. 下列结论正确的是(C )①函数关系是一种确定性关系;②相关关系是一种非确定性关系;③回归分析是对具有函数关系的两个变量进行统计分析的一种方法;④回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法. A.①② B.①②③C.①②④D.①②③④15. 已知回归直线的斜率的估计值为1.23,样本点的中心为(4,5),则回归直线方程为( C )A.$ 1.234y x =+B.$1.235y x =+ C.$1.230.08y x =+ D.$0.08 1.23y x =+ 二、填空题16. 在比较两个模型的拟合效果时,甲、乙两个模型的相关指数2R 的值分别约为0.96和0.85,则拟合效果好的模型是 甲 . 17. 在回归分析中残差的计算公式为列联表、三维柱形图、二维条形图.18. 线性回归模型y bx a e =++(a 和b 为模型的未知参数)中,e 称为 随机误差 .19. 若一组观测值(x 1,y 1)(x 2,y 2)…(x n ,y n )之间满足y i =bx i +a+e i (i=1、2.…n)若e i 恒为0,则R 2为___ e i恒为0,说明随机误差对y i 贡献为0.三、解答题20. 调查某市出租车使用年限x 和该年支出维修费用y (万元),得到数据如下: 使用年限x 2 3 4 56 维修费用y2.23.85.56.57.0(2)由(1)中结论预测第10年所支出的维修费用.(121()()()ni i i ni i x x y y b x x a y bx==⎧-⋅-⎪⎪=⎨-⎪⎪=-⎪⎩∑∑) 20. 解析: (1)列表如下:i1 2 3 4 5 i x2 3 4 5 6 i y 2238556570i i y x441142203254202i x4 91625 364=x , 5=y , 90512=∑=i ix , 3.11251=∑=i i i y x于是23.145905453.112552251251=⨯-⨯⨯-=--=∑∑==xx yx yx b i i i ii , 08.0423.15=⨯-=-=bx y a∴线性回归方程为:08.023.1^+=+=x a bx y (2)当x=10时,38.1208.01023.1^=+⨯=y (万元)即估计使用10年时维修费用是1238万元 回归方程为: 1.230.08y x =+(2) 预计第10年需要支出维修费用12.38 万元.21. 以下是某地搜集到的新房屋的销售价格y 和房屋的面积x 的数据:(1)画出数据对应的散点图;(2)求线性回归方程,并在散点图中加上回归直线; (3)据(2)的结果估计当房屋面积为2150m 时的销售价格. (4)求第2个点的残差。

回归分析练习题及参考答案

回归分析练习题及参考答案

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(0.05α=)。

(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:734.6930.309y 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Beta1 (常量)734.693 139.540 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)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%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) 0.996 0.996 247.303a. 预测变量:(常量), 人均GDP(元)。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%(5)F 检验:回归系数的检验:t 检验注意: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 Beta1(常量) 734.693 139.540 5.2650.003 人均GDP (元)0.3090.0080.99836.4920.000a. 因变量: 人均消费水平(元)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%(6)某地区的人均GDP 为5000元,预测其人均消费水平为 734.6930.30950002278.693y =+⨯=(元)。

土木工程类回归分析模拟试题与答案

土木工程类回归分析模拟试题与答案

回归分析模拟试题与答案一、单项选择题1. 如果在y关于x的线性回归方程=,那么x和y两变量间的相关系数r有( )。

A.r=0B.r=1C.r<0D.r>0答案:C解答:因为b<0,则y随x的增大而减小,所以x与y负线性相关,则r<0。

2. 某零件的长度X和质量y的相关系数为0。

68,经技术改进后,每个零件的长度缩短0。

2厘米,质量降低0。

5克,新零件的长度和质量的相关系数为( )。

A.0.86B.0.50C.0.68D.-0.68答案:C解答:设改进后零件的长度为,质量为,则,那么技术改进后平均长度为,平均质量为,根据相关系数公式可知,改进后的相关系数r''=r''=0.68。

3. 某种零件的长度和质量的相关系数为0.97,更换材料后每个零件质量均降低0.3克,而长度不变,那么此种零件的长度与质量的相关系数为( )。

A.0.5B.0.67C.0.97D.-0.97答案:C4. 根据两个变量的18对观测数据建立一元线性回归方程。

在对回归方程作检验时,残差平方和的自由度为( )。

A.18B.17C.16D.1答案:C解答:在对一元线性回归方程作检验时,总(离差)平方和的自由度f T=n-1=18-1= 17,回归平方和的自由度为f R=1(相当于未知数的个数),而残差平方和的自由度为f E=f T-f R=17-1=16。

5. 回归分析是处理变量相关关系的一种统计技术。

下列不属于变量的是( )。

A.工厂B.温度C.压力D.强度答案:A解答:变量也是一种因子,因子常被分为两类:定性因子(如工厂,原料产地等)与定量因子(如温度、压力、强度等)。

回归分析主要研究定量因子,定量因子又称为变量。

6. 收集了n组数据(x i,y i),i=1,2,…,n,为了解变量x与y间是否有相关关系,可以画( )加以考察。

A.直方图B.散布图C.控制图D.排列图答案:B解答:直方图是为研究数据变化规律而对数据进行加工整理的一种基本方法;散布图用于研究两个变量之间的关系;控制图是对过程质量特性值进行测定、记录、评估,从而监察过程是否处于控制状态的一种用统计方法设计的图;排列图是为了对发生频次从最高到最低的项目进行排列而采用的简单图示技术。

应用回归分析简答题及答案

应用回归分析简答题及答案

应用回归分析简答题及答案4.为什么要对回归模型进行检验?答:当模型的未知参数估计出来后,就初步建立了一个回归模型。

建立回归模型的目的是应用他来研究经济问题,但如果马上就用这个模型去做预测、控制和分析,显然是不够慎重的。

因为这个模型是否真正揭示了被解释变量与解释变量之间的关系,必须通过对模型的检验才能决定。

5.讨论样本容量n 与自变量个数p 的关系, 他们对模型的参数估计有何影响?答:在多元线性回归模型中,样本容量n 与自变量个数p的关系是:n>p。

如果*=p对模型的参数估计会带来严重的影响。

因为:(1)在多元线性回归模型中,有p+1 个待估参数B,所以样本容量的个数应该大于解释变量的个数,否则参数无法估计。

(2)解释变量X 是确定性变量,要求rank (X)=p+1<n,表明设计矩阵X中的自变量列之间不相关,样本容量的个数应该大于解释变量的个数,X是一个满秩矩阵7. 如何正确理解回归方程显著性检验拒绝Ho, 接受Ho?答:(1)一般情况下,当Ho:B1=0 被接受时,表明y 的取值倾向不随x 的值按线性关系变化,这种状况的原因可能是变量y 与x 之间的相关关系不显著,也可能虽然变量y 与x 之间的相关关系显著,但这种相关关系不是线性的而是非线性的。

(2)当Ho: B1=0被拒绝时,没有其他信息,只能认为因变量y 对自变量x 是有效的,但并没有说明回归的有效程度,不能断言y 与x 之间就一定是线性相关关系,而不是曲线关系或其他的关系。

8. 一个回归方程的复相关系数R=0.99,样本决定系数RA2=0.9801,我们能断定这个回归方程就很理想吗?答:1. 在样本容量较少,变两个数较大时,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 1 只能说明Y 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都是显著的,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R A2增大,因此增加解释变量个数引起的R A2的增大与拟合好坏无关。

应用回归分析考查题目

应用回归分析考查题目

应用回归分析考查题目我国民航客运量的变化趋势及其原因学院:专业:年级:姓名:学号:运行SPSS 得到相关性分析结果:其中V AR00001代表Y ; V AR00002 代表1x ; V AR00003代表2x ; V AR00004 代表3x ;V AR00005代表4x ; V AR00006代表5x;解释:从相关阵看出,Y 与1x 、 2x 、4x 、5x 的相关系数都在0.9以上,说明所选自变量与Y 高度相关,用Y 与自变量做多元线性回归是合适的。

Y 与3x的相关系数为0.227偏小,P 值为0.398,3x 是铁路客运量,这说明铁路客运量对民航客运量无显著影响。

而一般认为铁路客运量与民航客运量之间呈负相关,铁路和民航共同拥有旅客,成了火车就成不了飞机。

但就中国的当前实际情况分析,我国居民的收入还很低,一般人外出旅游、出差都乘火车。

近年来乘飞机的人虽逐渐增多,但我国民航客运量最大的一部分是来华旅游入境人数。

国内尽管有些旅客乘坐飞机,但对火车客运量不会有大的影响,一是铁路运力不足,十分紧张;二是近年来外出民工增多,而民工主要乘火车,所以不会因民航客运量增加而使和火车客运量下降。

因此铁路客运量与民航客运量之间的关系不密切是正常的。

那么在回归方程中是否应该包含呢?仅凭简单相关系数的大小是不能决定变量取舍的,在初步建模时还是应该包含3x在内。

运用软件进行回归,输出计算结果:其中V AR00001代表Y ; V AR00002 代表1x ; V AR00003代表2x ; V AR00004 代表3x ;V AR00005代表4x ; V AR00006代表5x;回归诊断:1、 回归方程为54321435.0578.210073.0561.0354.09.450x x x x x y ++--+=Λ2、 负相关系数R=0.999,决定系数2R =0.998,由决定系数看回归方程高度显著。

3、 方差分析表,F=1128.303,P 值-0.000,表明回归方程高度显著,说明1x 、2x 、3x 、4x 、5x 整体上对Y 有高度显著的线性影响。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一 选择题1、对于一元线性回归01+(1,2,,)i i i y x i n ββε=+=,()0i E ε=,2var()i εσ=,cov(,)0(i j)i j εε=≠,下列说法错误的( B C )(A) 01ββ,的最小二乘估计01ˆˆββ,都是无偏估计; (B) 01ββ,的最小二乘估计01ˆˆββ,对12,,n y y y ,是线性的;(C) 01ββ,的最小二乘估计01ˆˆββ,之间是相关的; (D) 若误差服从正态分布,01ββ,的最小二乘估计和极大似然估计是不一样的.2、下列说法错误的是 ( B ) (A)强影响点不一定是异常值; (B)在多元回归中,回归系数显著性的t 检验与回归方程显著性的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.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{(x ,y )},i=1,2,,n i i ;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( D )A .①②⑤③④B .③②④⑤①C .②④③①⑤D .②⑤④③① 4、下列说法中正确的是(B )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、下面的各图中,散点图与相关系数r 不符合的是( B )6、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(B )7、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(D )8、在画两个变量的散点图时,下面哪个叙述是正确的 ( B ) (A) 预报变量在x 轴上,解释变量在y 轴上; (B) 解释变量在x 轴上,预报变量在y 轴上;(C) 可以选择两个变量中任意一个变量在x 轴上; (D) 可以选择两个变量中任意一个变量;9、一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归直线方程为ˆ7.1973.93yx =+,据此可以预测这个孩子10岁时的身高,则正确的叙述是( D )A .身高一定是145.83cmB .身高超过146.00cmC .身高低于145.00cmD .身高在145.83cm 左右10、炼钢时钢水的含碳量与冶炼时间有( B )A.确定性关系B.相关关系C.函数关系D.无任何关系 11、对相关性的描述正确的是( C )A .相关性是一种因果关系B .相关性是一种函数关系C .相关性是变量与变量之间带有随机性的关系D .以上都不正确 12、∑=ni i i y x 1等于( D )A.121)(y x x x n +++B.121)(x y y y n +++C. ++2211y x y xD.n n y x y x y x +++ 2211 13、设有一个回归方程为x y 5.22-=,则变量x 增加一个单位时( C )A .y 平均增加2.5个单位 B.y 平均增加2个单位 C.y 平均减少2.5个单位 D.y 平均减少2个单位 14、x 与y 之间的线性回归方程a bx y +=必定过( D )A.(0,0)点B.(0,x )点C.(0,y )D.(y x ,)15、 某化工厂为预测某产品的回收率y ,需要研究它和原料有效成分含量x 之间的相关关系,现取了8对观测值,计算得5281=∑=i ix,22881=∑=i iy,478812=∑=i ix,184981=∑=ii i yx ,则y 与x 的回归方程是( A )A.x y 62.247.11+=B.x y 62.247.11+-=C.62.247.11+=x yD.x y 62.247.11-=16、线性回归方程a bx y +=有一组独立的观测数据),(11y x ,),(,),,(22n n y x y x ,则系数b 的值为( C )A.∑∑==---ni ini i iy yy y x x121)())(( B.∑∑==--ni ini i ixy y x x121))((C.∑∑==---ni i ni i ix x y y x x121)())(( D.∑∑==--n i ini iy y x x1212)()(17、已知x 、y 之间的一组数据:则y 与x 的线性回归方程a bx y +=必过点( D )A .(2,2) B.(1.5, 0) C. (1, 2) D.(1.5, 4) 18、对于相关系数r ,叙述正确的是( C )A.r r ),,0(+∞∈越大,相关程度越大,反之,相关程度越小B.r r ),,(+∞-∞∈越大,相关程度越大,反之,相关程度越小C.1≤r ,且r 越接近于1,相关程度越大,r 越接近于0,相关程度越小D.以上说法都不对19、由一组样本数据),(11y x ,),(,),,(22n n y x y x 得到的回归直线方程a bx y +=,那么下面说法不正确的是( B )A .直线a bx y +=必经过点),(y xB .直线a bx y +=至少经过点),(11y x ,),(,),,(22n n y x y x 中的一个点C .直线a bx y +=的斜率为∑∑==--ni ini ii x n xyx n yx 1221D.直线a bx y +=和各点),(11y x ,),(,),,(22n n y x y x 的偏差[]∑=+-ni i i a bx y 12)(是该坐标平面上所有直线与这些点的偏差中最小的直线 20、下列说法中错误的是( B )A.如果变量x 与y 之间具有线性相关关系,则我们根据试验数据得到的点(i i y x ,)(=i 1,2,n , )将散布在某一条直线附近B. 如果变量x 与y 之间不具有线性相关关系,则我们根据试验数据得到的点(i i y x ,)(=i 1,2,n , )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y 关于x 的线性回归方程为a bx y +=,b 叫做回归方程的系数D. 为使求出的线性回归方程有意义,可先用画出散点图的方法来判断变量x 与y 之间是否具有线性相关关系 二 填空题6. 在下列各量与量的关系中,既不是相关关系,也不是函数关系的为 (3)和(5) .(只填序号)(1)正方体的体积与棱长间的关系; (2)一块农田的水稻产量与浇水量之间的关系; (3)人的身高与血型; (4)家庭的支出与收入; (5)A 、B 两户家庭各自的用电量. 7. 设两个变量x 和y 之间具有线性相关关系.它们的相关系数是r ,y 关于x 的回归直线的斜率是b ,纵截距是a ,那么必有b 、r 符号相同 (填符号关系)因为∑∑==--=ni ini ii x n xyx n yx b 1221,∑∑∑===---=ni ni i ini ii y y x xyx n yx r 112221)()(8. 假设y 与x 之间具有如下的双曲线相关关系:x b a y +=1,作变换u =1y ,=v 1x,则模型可转化为线性回归模型:bv a u +=. 9. 已知具有线性相关关系的变量x 和y , 测得一组数据如下表:若已求得它们的线性回归方程中的系数为 6.5,则这条线性回归方程为5.25.6-=x y由题可知30 ,5==y x ,又已知5.6=b5.2 -=-=x b y a 所以, 所以 5.25.6-=x y10. 人的身高x (单位:cm)与体重y (单位:kg)满足线性回归方程712.85849.0-=x y ,若要找到体重为41.638kg 的人 不一定 是在身高150cm 的人中(填“一定”,“不一定”).根据线性回归直线方程,只能求出相应于x 的估计值y .因此填“不一定”. 11. 有下列关系:(1)人的年龄与他(她)拥有的财富之间的关系;(2)曲线上的点与该点的坐标之间的关系;(3)苹果的产量与气候之间的关系;(4)森林中的同一种树木,其断面直径与高度之间的关系;(5)学生与他(她)的学号之间的关系.其中有相关关系的是 (1)、(3)、(4) .判断两个变量间是否具有相关性,就是判断它们之间有没有科学的,真实的某种关系.易知(1)(3)(4)是具有相关性的,(2)是函数关系,(5)不具有相关性,因为学生与学号之间没有必然联系.12. 若施化肥量x 与水稻产量y 的回归直线方程为2505+=x y ,当施化肥量为80kg 时,预计的水稻产量为 650kg .13. 已知线性回归方程{}),19,13,7,5,1(455.1∈+=x x y 则=y 58.5 . 14. 对于线性回归方程25775.4+=x y ,当28=x 时,y 的估计值是 390 。

三简答题1、引起异常值消除的方法?答:2、自相关性带来的问题?3、叙述一元回归模型的建模过程?4、一元线性回归有哪些基本假定?5、用岭回归方法选择自变量应遵循哪些基本原则?6、回归模型中随机误差项ε的意义是什么?7、有同学认为当数据存在异方差时,加权最小二乘回归方程与普通最小二乘回归方程之间必然有很大的差异,异方差越严重,两者之间的差异就越大。

你是否同意这位同学的观点?说明原因。

8、试述逐步回归法的思想、方法。

9、具有严重多重共线性的回归方程能否用来作经济预测?四计算题略五综合分析题略。

相关文档
最新文档