贾俊平第四版统计学-第十一章一元线性回归练习题
贾俊平《统计学》章节题库-第十一章至第十二章(圣才出品)
圣才电子书 十万种考研考证电子书、题库视频学习平台
5．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 【答案】B 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变 量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，则称为负线性相 关关系。
1 / 88
圣才电子书 十万种考研考证电子书、题库视频学习平台
3．下面的假定中，哪个属于相关分析中的假定（ ）。 A．两个变量之间是非线性关系 B．两个变量都是随机变量 C．自变量是随机变量，因变量不是随机变量 D．一个变量的数值增大，另一个变量的数值也应增大 【答案】B 【解析】在进行相关分析时，对总体主要有以下两个假定：①两个变量之间是线性关系； ②两个变量都是随机变量。
【答案】C 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变
5 / 88
圣才电子书 十万种考研考证电子书、题库视频学习平台
量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，即 x 值增大时 y 值随之变小，或 x 值变小时 y 值随之增大，则称为负相关。
12．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．存在非线性相关关系 【答案】C 【解析】相关系数是根据样本数据计算的度量两个变量之间线性关系强度的统计量。如 果相关系数 r=0，说明两个变量之间不存在线性相关关系。
13．设产品产量与产品单位成本之间的线性相关系数为-0.87，这说明二者之间存在着 （ ）。
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 【答案】B 【解析】相关分析就是对两个变量之间线性关系的描述与度量，它主要解决的问题包括： ①变量之间是否存在关系；②如果存在关系，它们之间是什么样的关系；③变量之间的关系 强度如何；④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。
统计学第四版贾俊平人大-回归与时间序列stata
回归分析与时间序列一、一元线性回归11。
1 (1)编辑数据集，命名为linehuｉｇui1.daｔ输入命令ｓcatter ｃoｓt prｏduct，xlabｅｌ(#10，griｄ) yｌａbeｌ(#10，griｄ)，得到如下散点图,可以看到，产量和生产费用是正线性相关的关系。
(2)输入命令reｇcost pｒｏｄucｔ，得到如下图：可得线性函数(ｐｒｏduct为自变量,cosｔ为因变量）：y=０。
4２0683２x+１２4。
15，即β０＝124。
1５,β1=0。
４206832（3)对相关系数的显著性进行检验，可输入命令pwcorr cｏst pｒｏduct，sig ｓtar （．0５) pｒiｎt(。
05）,得到下图：可见,在α=0。
05的显著性水平下,P=0。
0000<α=０。
05,故拒绝原假设，即产量和生产费用之间存在显著的正相关性。
11。
2 (１)编辑数据集，命名为linｅhｕiｇui2。
dａt输入命令ｓｃａttｅｒfeｎｓhu timｅ,xｌaｂeｌ（＃４, gｒid) ylabeｌ(#4，gｒｉｄ），得到如下散点图,可以看到，分数和复习时间是正线性相关的关系。
２）输入命令cor fenshu timｅ计算相关系数,得下图:可见，r=0.8621，可见分数和复习时间之间存在高度的正相关性。
11．3 (１）(2）对于线性回归方程ｙ=10-0。
5x，其中β０=10,表示回归直线的截距为１0;β１=—0.5,表示x变化一单位引起ｙ的变化为—0.５。
(3)x=6时，E（ｙ）=10-０．5*6=7．11.４（1）R2=SSRSST =SSRSSR+SSE=3636+4=0.9，判定系数R2测度了回归直线对观测数据的拟合程度,即在分数的变差中,有９0%可以由分数与复习时间之间的线性关系解释,或者说，在分数取值的变动中,有９0%由复习时间决定。
可见，两者之间有很强的线性关系.（2）估计标准误差S e=√SSEn−2=√418−2=0.25分，即根据复习时间来估计分数时，平均的估计误差为0.２5分.11．5 （1)编辑数据集,命名为linｅhuiｇui3。
贾俊平第四版统计学-第十一章一元线性回归练习题
第十一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.相关关系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. -0.86 B. 0.78 C. 1.25 D. 06.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-0.87，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. 2ˆ()yy ∑-最小 B. 2)(y y ∑-最大C.2ˆ()yy ∑-最大 D. 2)(ˆy 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. 误差项i ε的期望值为0C. 误差项i ε相互独立D. 对于所有的X ，方差都相同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 75.025ˆ-= B. x y 86.0120ˆ+-= C. x y 5.2200ˆ-= D. x y 74.034ˆ--=13.对不同年份的产品成本拟合的直线方程为,75.1280ˆx 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1.75个单位B. 时间每增加一个单位，产品成本平均下降1.75个单位C.产品成本每变动一个单位，平均需要1.75年时间D. 产品成本每减少一个单位，平均需要1.75年时间 14.在回归分析中，F 检验主要是用来检验（ ）A ．相关关系的显著性 B.回归系数的显著性 C. 线性关系的显著性D.估计标准误差的显著性15.说明回归方程拟合优度的统计量是（ ）A. 相关系数B.回归系数C. 判定系数D. 估计标准误差16.已知回归平方和SSR=4854,残差平方和SSE=146,则判定系数R 2=( ) A.97.08% B.2.92% C.3.01% D. 33.25% 17. 判定系数R2值越大，则回归方程（ ）A 拟合程度越低B 拟合程度越高C 拟合程度有可能高，也有可能低D 用回归方程进行预测越不准确 18. 居民收入与储蓄额之间的相关系数可能是（ ） A -0.9247 B 0.9247 C -1.5362 D 1.536219.在对一元回归方程进行显著性检验时，得到判定系数R 2=0.80,关于该系数的说法正确的是（ ）A.该系数越大，则方程的预测效果越好B. 该系数越大，则由回归方程所解释的因变量的变差越多C. 该系数越大，则自变量的回归对因变量的相关关系越显著D.该回归方程中自变量与因变量之间的相关系数可能小于0.8 20.下列方程中肯定错误的是（ ）A. x y48.015ˆ-=，r=0.65 B. x y 35.115ˆ--=, r= - 0.81 C. x y85.025ˆ+-=, r=0.42 D. x y 56.3120ˆ-=, r= - 0.96 21. 若两个变量存在负相关关系，则建立的一元线性回归方程的判定系数R 2的取值范围是（ ）A.【0，1】B. 【-1，0】C. 【-1，1】D.小于0的任意数二．填空题1.当从某一总体中抽取了一样本容量为30的样本，并计算出某两个变量的相关系数为0.8时，我们是否可认为这两个变量存在着强相关性（ ） ，理由是（ ）。
贾俊平《统计学》(第5版)章节题库-第十一章至第十四章【圣才出品】
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 【答案】B 【解析】相关分析就是对两个变量之间线性关系的描述与度量，它主要解决的问题包括： ①变量之间是否存在关系；②如果存在关系，它们之间是什么样的关系；③变量之间的关系 强度如何；④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。
9．根据你的判断，下面的相关系数取值哪一个是错误的（ ）。 A．-0.86 B．0.78 C．1.25 D．0
4 / 166
圣才电子书
【答案】C
十万种考研考证电子书、题库视频学习平台
【解析】相关系数 r 的取值范围是[-1，1]。
10．下面关于相关系数的陈述中哪一个是错误的（ ）。 A．数值越大说明两个变量之间的关系就越强 B．仅仅是两个变量之间线性关系的一个度量，不能用于描述非线性关系 C．只是两个变量之间线性关系的一个度量，不一定意味着两个变量之间一定有因果关 系 D．绝对值不会大于 l 【答案】A 【解析】相关系数的性质有：①r 的取值范围是[-1，1]；②r 具有对称性；③r 的数值
6 / 1பைடு நூலகம்6
圣才电子书 十万种考研考证电子书、题库视频学习平台
【答案】C 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变
5 / 166
圣才电子书 十万种考研考证电子书、题库视频学习平台
量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，即 x 值增大时 y 值随之变小，或 x 值变小时 y 值随之增大，则称为负相关。
统计学一元线性回归分析练习题
统计学一元线性回归分析练习题一、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的学习与掌握。
同时，也介绍了极大似然估计法以及矩估计法。
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kids??0??1educ??随机扰动项?包含什么样的因素？它们可能与教育水平相关吗？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。
贾俊平第四版统计学-第十一章一元线性回归练习答案
第十一章一元线性回归练习题答案二．填空题 1. 不能；因为该相关系数为样本计算出的相关系数，它的大小受样本数据波动的影响，它是否显著尚需检验；t 检验;2.图1；不能；因为图1反映的是线性相关关系，图2反映的是非线性性相关关系，相关系数只能反映线性相关变量间的相关性的强弱，不能反映非线性相关性的强弱。
三．计算题1.（1） SSR 的自由度是1，SSE 的自由度是18。
（2）2418/6080220/1/==-=SSE SSR F(3)判定系数%14.57140802===SST SSR R 在y 的总变差中，由57.14％的变差是由于x 的变动说引起的。
(4)7559.05714.02-=-=-=R r相关系数为-0.7559。
(5)线性关系显著和：线性关系不显著和y x y x H 10H :因为414.424=>=αF F，所以拒绝原假设，x 与y 之间的线性关系显著。
2.（1）方差分析表df SS MS F Significance F回归分析 1 425 425 85 0.017 残差 15 75 5 － － 总计16500－－－（2）判定系数%8585.05004252====SST SSR R表明在维护费用的变差中，有85％的变差可由使用年限来解释。
（3）9220.085.02===R r二者相关系数为0.9220，属于高度相关（4）x y248.1388.6ˆ+= 分布；显著。
的自由度为t n r n r t 2);12||2---=回归系数为1.248，表示每增加一个单位的产量，该行业的生产费用将平均增长1.248个单位。
（5）线性关系显著性检验：线性关系显著：生产费用和产量之间性关系不显著生产费用和产量之间线10:H H因为Significance F=0.017<05.0＝α,所以线性关系显著。
（6）348.3120248.1388.6248.1388.6ˆ＝＝⨯++=x y当产量为10时，生产费用为31.348万元。
贾俊平的《统计学》(第7版)学习辅导书(11-14章)【圣才出品】
2．在线性回归分析中，残差平方和 SSE 相对总平方和 SST 越小意味着（ ）。[武汉 大学 2015 研]
A．线性关系越不显著 B．随机误差产生的影响相对越小，模型越有效 C．线性关系之外的其它因素的影响相对越大 D．统计软件中的 F 值越小 【答案】B 【解析】在线性回归分析中，残差平方和 SSE 相对总平方和 SST 越小，则回归平方和 SSR 相对总平方和越大，F 检验统计量的值越大；从而线性关系越显著，线性关系之外的其他因
D．等于自变量的平方根
【答案】C
【解析】回归分析中的估计标准误差是度量各实际观测点在直线周围的散布状况的一个
统计量，它是均方残差（MSE）的平方根，用 se 来表示，其计算公式为：
se
yi yˆi 2 SSE MSE
n2
n2
∧
4．产量（X，台）与单位产品成本（Y，元/台）之间的回归方程为Y＝248－2.6X，下列 解释合理的是（ ）。[对外经济贸易大学 2015 研]
3 / 158
圣才电子书 十万种考研考证电子书、题库视频学习平台
7．在回归分析中，残差平方和 SSE 反映了 y 的总变差中（ ）。[浙江工商大学 2011 研、安徽财经大学 2012 样题]
A．除了 x 对 y 的线性影响之外的其他因素对 y 变差的影响 B．由于 x 与 y 之间的线性关系引起的 y 的变化部分 C．由于 x 与 y 之间的非线性关系引起的 y 的变化部分 D．由于 y 的变化引起的 x 的误差 【答案】A 【解析】残差平方和或误差平方和是除了 x 对 y 的线性影响之外的其他因素对 y 变差的 作用，是不能由回归直线来解释的 yi 变差部分，记为 SSE。
10．欲调查两变量（X 和 Y）的相互关系，收集一份数据作线性相关分析，经计算得到 样本相关系数 r＝0.38，可以说（ ）。[中山大学 2011 研]
贾俊平《统计学》配套题库 【课后习题】详解 第11章~第12章【圣才出品】
第11章一元线性回归一、思考题1．解释相关关系的含义，说明相关关系的特点。
答：变量之间存在的不确定的数量关系，称为相关关系。
相关关系的特点：一个变量的取值不能由另一个变量唯一确定，当变量x取某个值时，变量y的取值可能有几个。
对这种关系不确定的变量是不能用函数关系进行描述的。
2．相关分析主要解决哪些问题？答：相关分析就是对两个变量之间线性关系的描述与度量，它要解决的问题包括：（1）变量之间是否存在关系；（2）如果存在关系，它们之间是什么样的关系；（3）变量之间的关系强度如何；（4）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．相关分析中有哪些基本假定？答：在进行相关分析时，对总体主要有以下两个假定：（1）两个变量之间是线性关系；（2）两个变量都是随机变量。
4．简述相关系数的性质。
答：相关系数是根据样本数据计算的度量两个变量之间线性关系强度的统计量。
若相关系数是根据总体全部数据计算的，称为总体相关系数，记为ρ；若是根据样本数据计算的，则称为样本相关系数，记为r 。
相关系数的性质：（1）r 的取值范围在－1～＋1之间，即－1≤r ≤1。
若0<r ≤1，表明x 与y 之间存在正线性相关关系；若－1≤r <0，表明x 与y 之间存在负线性相关关系；若r =＋1，表明x 与y 之间为完全正线性相关关系；若r =－1，表明x 与y 之间为完全负线性相关关系。
可见当|r |=1时，y 的取值完全依赖于x ，二者之间即为函数关系；当r ＝0时，说明y 的取值与x 无关，即二者之间不存在线性相关关系。
（2）r 具有对称性。
x 与y 之间的相关系数xy r 和y 与x 之间的相关系数yx r 相等，即xy r =yx r 。
（3）r 数值大小与x 和y 的原点及尺度无关。
改变x 和y 的数据原点及计量尺度，并不改变r 数值大小。
（4）r 仅仅是x 与y 之间线性关系的一个度量，它不能用于描述非线性关系。
一元线性回归模型习题及答案
一元线性回归模型习题及答案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成两大类__________。
aa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__________。
da变量间的非单一制关系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__________。
aa都就是随机变量b都不是随机变量c一个就是随机变量，一个不是随机变量d随机的或非随机都可以4、则表示x和y之间真实线性关系的就是__________。
cxbe(y)x???ayt01tt01tcyt??0??1xt?utdyt??0??1xt具有有效性就是指__________。
b5、参数?的估计量??)=0bvar(??)为最轻avar(??－?)＝0d(??－?)为最轻c(??则表示重回值，则__________。
x?e，以??则表示估算标准误差，y6、对于yi??01iib）?＝0时，（yi－ya?0i＝2ii??）?＝0时，（b?＝0?y－y?）?＝0时，（c?为最小?y－y?）?＝0时，（d?为最小?y－yii2iix+e，则普通最小二乘法确定的??的公式中，错误7、设样本回归模型为yi=?i01ii的是__________。
dx?xy-y?x?x?n?xy-?x?y?b?＝n?x-??x?xy-nxy??c?＝x-nx?n?xy-?x?y?d?＝?＝a?1ii2iiii122iiii1i22iiiii??则表示估算标准误差，x+e，8、对于yi=?以?r则表示相关系数，则存有__________。
01iid12x＝0时，r=1a??＝0时，r=-1b??＝0时，r=0c??＝0时，r=1或r=-1d??＝356?1.5x，9、产量（x，台）与单位产品成本（y，元/台）之间的回归方程为y这表明__________。
统计学第十一章一元线性回归课后作业
第十一章 一元线性回归1.1.(1)产量与生产费用之间正的线性相关关系。
（2）920232.0=r 。
（3）检验统计量2281.24222.142=>=αt t ，拒绝原假设，相关系数显著。
2.8621.0=r 5. (1)（2）9489.0=r 。
（3）x y 00358.01181.0ˆ+=。
回归系数00358.0ˆ1=β表示运送距离每增加1公里，运送时间平均增加0.00358天。
6.(1)二者之间为高度的正线性相关关系。
（2）998128.0=r ，二者之间为高度的正线性相关关系。
（3）估计的回归方程为：x y 308683.06928.734ˆ+=。
回归系数308683.0ˆ1=β表示人均GDP 每增加1元，人均消费水平平均增加0.308683元。
（4）判定系数996259.02=R。
表明在人均消费水平的变差中，有99.6259%是由人均GDP 决定的。
（5）检验统计量61.6692.1331=>=αF F ，拒绝原假设，线性关系显著。
（6）1078.22785000308683.06928.734ˆ5000=⨯+=y （元）。
7.（1）数据散点图如下：00.20.40.60.811.21.46570758085航班正点率(%)投诉率（次/10万名乘客）（2）根据散点图可以看出，随着航班正点率的提高，投诉率呈现出下降的趋势，两者之间存在着一定的负相关关系。
（3）设投诉率为Y ，航班正点率为X建立回归方程 12i i i Y X u ββ=++估计参数为 ^6.01780.07i i Y X =-（4）参数的经济意义是航班正点率每提高一个百分点，相应的投诉率（次/10万名乘客）下降0.07。
（5）航班按时到达的正点率为80%，估计每10万名乘客投诉的次数可能为：4187.08007.00178.6ˆ=⨯-=iY （次/10万） 8.Excel 输出的结果如下Multiple R 0.7951 R Square 0.6322 Adjusted R Square 0.6117 标准误差 2.6858观测值 20 方差分析dfSS MS F Significance F 回归分析 1 223.1403 223.1403 30.93322.79889E-05残差 18 129.8452 7.2136总计 19 352.9855Coefficients标准误差t Stat P-value Lower 95%Upper 95%Intercept 49.3177 3.8050 12.9612 0.0000 41.3236 57.3117 X Variable 10.24920.04485.5618 0.0000 0.15510.34349.（1）方差分析表中所缺的数值如下方差分析表变差来源 df SS MS F Significance F 回归 1 1422708.6 1422708.6 354.277 2.17E-09 残差 10 40158.07 4015.807 — — 总计 111642866.67———（2）%60.868660.067.164286660.14227082====SSTSSR R。
一元线性回归习题 15页PPT文档
4
1.8
4.6
5.8
2
14.8
4.4
四、生活成本最高的15个城市的2019年生活成本指数与 2019年生活成本指数的回归 结果如下：
回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值
方差分析
0.915
df SS
0.837 回归分析 1 1321
五、有一个回归模型如下： R2=97.2%
Y ˆ24 .10 7 117 .87 8 x9
1）R2是97.2%，说明这是一个好模型吗？说明理由。 2）下面是残差的散点图。现在你认为这是一个好模型 吗？说明理由
（1）
b1
(YiY)X (iX)334.029 2 0.7986 (XiX)2 425.70353
b 0 Y b 1 X 5.8 4 0 .7 9* 8 6.8 6 4 4 8 3 7 .3 07
y c 4 0 .3 7 0 .7 8 6 3 x
回归系数b=0.7863说明销售收入每增加1万元，销售成本平均增 加7863元。
6、关于相关分析和回归分析的关系，下列说法正确的
是（
）。
AD A.相关分析是回归分析的前提和基础 B.回归分析是相关分析的前提和基础 C.相关分析是回归分析的深入和继续 D.回归分析是相关分析的深入和继续 E.相关分析是回归分析没有任何关系
7、
8、 9、
10、
A B C A
二、设销售收入Ｘ为自变量，销售成本Ｙ为因变量。现根据某 百货公司1２个月的有关资料计算出以下数据：（单位：千万元）
三、下表列出了打印机的速度（单位：页/分钟）和每页的打 印成本（美分/页）。是否有证据表明速度和成本之间存在联 系？
5-第11章 回归分析 练习题 统计学
第11章 一元线性回归练习题一、填空题1、拟合简单回归直线最常用的方法是 ，其基本要求是使 达到最小。
2、在简单回归分析中，因变量y 的总离差可以分解为 和 。
3、设SSR=36，SSE=4，n=18，判定系数2R = 。
4、在判定现象相关关系密切程度时，主要用 进行一般性判断，用 进行数量上的说明。
5、在线性回归方程 2.87X 48.53Yˆ+=中，截距项系数48.53的含义是 ，斜率项系数2.87的含义是 。
6、如果从图形上看，两变量之间的关系近似地表现为直线形式，则称这两变量之间存在 关系。
7、回归模型中，对参数β进行显著性检验时，原假设H 是 ，备择假设1H 是 。
8、判定系数的取值范围是 。
9、按某产品产量（千件）与生产费用（万元）之间的相关关系，求得回归方程满足：产量每增加1千件，生产费用将增加2.5万元，当产量为8千件时，生产费用将为26万元。
则直线回归方程为 。
10、反映y 的总变差中由x 和y 的线性关系解释的部分的平方和是 。
二、判断题（共10题，每题1分，共计10分） 1、222i i i i ˆˆ(y y )(y y )(y y )-=-+-∑∑∑，反映了因变量y 的总变异可以分解为两部分，一个好的回归应使等式右端的两部分都小。
( ) 2、用一元线性回归模型中，随机误差项反映的是除了自变量X 以外其他所有因素对因变量Y 的影响。
( ) 3、在一元线性回归模型中对回归系数显著性检验的t 统计量和对因变量与自变量相关系数检验的t 统计量没有关系。
( ) 4、相关系数与回归系数的正负方向是一致的。
( ) 5、根据航班正点率（%）与旅客投诉率（次/万名）建立的回归方程为ˆ 6.020.07yx =-，其中回归系数-0.07，表示航班正点率与旅客投诉率之间是低度相关。
( ) 6、相关系数有正负、有大小，因而它反映的是两现象之间具体的数量变动关系。
( ) 7、当相关系数0r =时，表明现象之间完全无关。
贾俊平版统计学课件 第11章
从相关矩阵可以看出，在不良贷款与其他几个变量的关 系中，与贷款余额的相关系数最大，而与固定资产投资额的 相关系数最小。
11.1.3 相关系数的显著性检验
1. r 的抽样分布
回归模型
1、回答“变量之间是什么样的关系？” 2、方程中运用 1 个数值型因变量(响应变量) 被预测的变量 1 个或多个数值型或分类型自变量 (解释变量) 用于预测的变量 3、主要用于预测和估计
11.2.1 一元线性回归模型
1.回归模型(regression model)
y 0 1 x
i 1 i 1 i 1
n
n
n
相关系数的取值范围及意义
1. r 的取值范围为[－1，1]. 2. r 1 ，称完全相关，即存在线性函数关系. r ＝1，称完全正相关. r ＝－1，称完全负相关. 3. r ＝0，称零相关，即不存在线性相关关系.
4. r ＜0，称负相关.
5. r ＞0，称正相关. 6. r 愈大，表示相关关系愈密切.
t 0.05 (23) 2.069
2
由于
t 7.5344 t 0.05 (23) 2.069
2
因此，拒绝 H 0，认为 x 和 y 的相关系数 0 ，即不良贷 款与贷款余额之间的线性相关关系显著.
表11-3 各相关系数显著性检验的t 统计量值
11.2 一元线性回归
11.2.1 一元线性回归模型 11.2.1 参数的最小二乘估计
相关系数的性质
性质 1 ： r 具有对称性。即 x 与 y 之间的相关系数和 y 与 x 之间 的相关系数相等，即rxy= ryx 性质 2 ： r 数值大小与 x 和 y 原点及尺度无关 ，即改变 x 和 y 的 数据原点及计量尺度，并不改变r数值大小 性质3：仅仅是x与y之间线性关系的一个度量，它不能用 于描述非线性关系。这意味着， r=0只表示两个变量之间 不存在线性相关关系，并不说明变量之间没有任何关系 性质 4 ： r 虽然是两个变量之间线性关系的一个度量，却不 一定意味着x与y一定有因果关系
统计学第十一章课后习题答案
11.1（1）绘制产量与生产费用的散点图，判断二者之间的关系形态。
散点图如下：从上图，可以看出产量与生产费用的关系为正的线性相关关系。
（2）计算产量与生产费用之间的线性相关系数。
r=0.920232（3）对相关系数的显著性进行检验（a=0.05），并说明二者之间的关系系数。
假设：H o：ρ=0，H1：ρ≠0计算检验的统计量：t=|r|=|0.92-232|=7.435当a=0。
05时，t（12-2）=2.228。
由于检验统计量t=7.435>t=2.228,拒绝原假设。
表明产量与生产费用之间的线性关系显著。
11．2（1）散点图如下：（2）r=0.8621，正相关11.3（1）=10表示当X=0时Y的期望值为10（2）=-0.5表示X每增加1个单位，Y平均下降0.5个单位。
（3）X=6时，E（Y）=10-0.5x6=711.4.（1），表示，在因变量y取值的变差中，有90%可以由x与y之间的线性关系来解释。
（2）。
表示，当用x来预测y时，平均的预测误差为0.5.11.5(1)散点图如下：（2）r=0.9489,因为r>0.8，所以运送时间与运送距离有较强的正线性关系。
（3）利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。
得到的回归方程为，回归系数表示运送距离每增加1公里，运送时间平均增加0.003585天。
11．6（1）散点图如下：从上图可知，人均gdp和人均消费水平为正相关关系（2） r=0.998128，具有非常强的正线性关系。
（3）利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。
得到的回归方程为：。
回归系数表示人均GDP每增加1元，人均消费水平平均增加0.308683元。
（4）判定系数，表明在人均消费水平的变差中，有99.6259%是由人均GDP决定的。
（5）首先提出如下假设：由于significant F<，拒绝原假设，表明人均GDP与人均消费水平之间的线性关系显著。
贾俊平《统计学》复习笔记课后习题详解及典型题详解 第11章~第12章【圣才出品】
圣才电子书 十万种考研考证电子书、题库视频学习平台
4 / 97
圣才电子书 十万种考研考证电子书、题库视频学习平台
图 11-1 不同形态的散点图
（4）相关系数
通过散点图可以判断两个变量之间有无相关关系，并对变量间的关系形态作出大致的描
有所差异。样本相关系数是总体相关系数的一致估计量。样本相关系数记为 r，其计算公式
为：
r
n xy x y
n x2 ( x)2 n y2 ( y)2
按照上述计算公式计算的相关系数也称为线性相关系数，或 Pearson 相关系数。 ②相关系数的性质 a．r 的取值范围在－1～＋1 之间，即－1≤r≤1。若 0＜r≤1，表明 x 与 y 之间存在正 线性相关关系；若－1≤r＜0，表明 x 与 y 之间存在负线性相关关系；若 r＝＋1，表明 x 与
5 / 97
圣才电子书 十万种考研考证电子书、题库视频学习平台
y 之间为完全正线性相关关系；若 r＝－1，表明 x 与 y 之间为完全负线性相关关系。可见当 |r|＝1 时，y 的取值完全依赖于 x，二者之间即为函数关系；当 r＝0 时，说明 y 的取值与 x 无关，即二者之间不存在线性相关关系。|r|→1 说明两个变量之间的线性关系越强；|r|→0 说明两个变量之间的线性关系越弱。
b．r 具有对称性。x 与 r 之间的相关系数 rxy 和 y 与 x 之间的相关系数 ryx 相等，即 rxy ＝ryx。
c．r 数值大小与 x 和 y 的原点及尺度无关。改变 x 和 y 的数据原点及计量尺度，并不 改变 r 的数值大小。
述，但不能准确反映变量之间的关系强度。需要计算相关系数来准确度量两个变量之间的关
系强度。
一元线性回归模型(习题与解答)
资料来源：总统经济报告，1997，CPI 指数见表 B-60，第 380 页；S&P 指数见表 B-93，第 406 页。
$x +μ $ +β ⑶ yt = α t t $x +μ $+β $t = α ⑷ y t t $x $+β ⑸ yt = α t $x $+β $t = α ⑹ y t $x +μ $+β $t ⑺ yt = α t $x +μ $+β $t $t = α ⑻ y t t = 1,2, L , n t = 1,2, L , n t = 1,2, L , n t = 1,2, L , n t = 1,2, L , n t = 1,2, L , n
（二）基本证明与问答类题型
2
2-4．对于一元线性回归模型，试证明： （1） E ( y i ) = α + β xi （2） D( y i ) = σ
2
（3） Cov( y i , y j ) = 0
i≠ j
2-5．参数估计量的无偏性和有效性的含义是什么？从参数估计量的无偏性和有效性证明过 程说明， 为什么说满足基本假设的计量经济学模型的普通最小二乘参数估计量才具有无偏性 和有效性？ 2-6．对于过原点回归模型 Yi =
3
或债券的收益率；rm 表示有价证券的收益率（用市场指数表示，如标准普尔 500 指数） ；t 表示时间。在投资分析中，β1 被称为债券的安全系数β，是用来度量市场的风险程度的， 即市场的发展对公司的财产有何影响。依据 1956~1976 年间 240 个月的数据，Fogler 和 Ganpathy 得到 IBM 股票的回归方程；市场指数是在芝加哥大学建立的市场有价证券指数：
第十章-一元线性回归
第十一章 一元线性回归一、填空题1、对回归系数的显著性检验，通常采用的是 检验。
2、若回归方程的判定系数R 2=0.81，则两个变量x 与y 之间的相关系数r 为_________________。
3、若变量x 与y 之间的相关系数r=0.8，则回归方程的判定系数R 2为____________。
4、对于直线趋势方程bx a y c +=，已知∑=,0x ∑=130xy ，n=9，1692=∑x ， a=b ，则趋势方程中的b=______。
5、回归直线方程bx a y c +=中的参数b 是_____________。
估计待定参数a 和 b 常用的方法是-_________________。
6、相关系数的取值范围_______________。
7、在回归分析中，描述因变量y 如何依赖于自变量x 和误差项的方程称为 。
8、在回归分析中，根据样本数据求出的方程称为 。
9、在回归模型εββ++=x y 10中的ε反映的是 。
10、在回归分析中，F 检验主要用来检验 。
11、说明回归方程拟合优度检验的统计量称为 。
二、单选题1、年劳动生产率（x ：千元）和工人工资（y ：元）之间的回归方程为1070y x =+，这意味着年劳动生产率没提高1千元，工人工资平均（ ）A 、 增加70元B 、 减少70元C 、增加80元D 、 减少80元 2、两变量具有线形相关，其相关系数r=-0.9，则两变量之间（ ）。
A 、强相关B 、弱相关C 、不相关D 、负的弱相关关系 3、变量的线性相关关系为0，表明两变量之间（ ）。
A 、完全相关B 、无关系C 、不完全相关D 、不存在线性关系 4、相关关系与函数关系之间的联系体现在（ ）。
A 、相关关系普遍存在，函数关系是相关关系的特例 B 、函数关系普遍存在，相关关系是函数关系的特例C 、相关关系与函数关系是两种完全独立的现象D 、相关关系与函数关系没有区别 5、已知x 和y 两变量之间存在线形关系，且δx =10, δy =8, δxy 2=-7,n=100,则x 和y 存在着（ ）。
一元线性回归模型练习题
一元线性回归模型
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
C正相关关系和负相关关系
2、进行相关分析时的两个变量
A都是随机变量
B线性相关关系和非线性相关关系
D简单相关关系和复杂相关关系
）°
B都不是随机变量
C一个是随机变量，一个不是随机变量
?
3、参数的估计量？具备有效性是指（
D随机的或非随机都可以
则（ ）°
A
?=0时，
(Yi-
-Y)=o
B
?0时，（丫厂
-丫)=0
C
?=0时，
(Yi-
-f）为最小
D
?=0时，（丫-
-丫）2为最小
6、
对于丫：
=?"0
?Xi+ei，以
?表示估计标准误差，
r表示相关系数，
则有（
A
?=0时，
r=1
Байду номын сангаасB?=0时，
r=-1c?=0时，
r=0d?=0时，
r=1或r=-1
)°
5、对于丫0lXi©，以？表示估计标准误差，丫?表示估计值,
7、设丫表示实际观测值,
7表示OLS估计回归值丫则下列哪项焙
)
A^?=YB丫=丫
8C用丫&S古计经典线性模型丫尸0
A（X，丫）B（X，丫）
C（X，丫?）D（X，丫）
C丫=丫D丫？=丫
iXi+ui，则样本回归直线通过点（）
A（X，Y）B（X，丫）
C（X，丫）D（X，丫）
）
A Var()=0B Var( ')为最小C (
—）为最小
4、产量（X,台）与单位产品成本（丫，元/台）之间的回归方程为？i=356—，这说明（）
- 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、"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、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)。
第十一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.相关关系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. -0.86 B. 0.78 C. 1.25 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-0.87，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. 2ˆ()y
y ∑-最小 B. 2
)(y y ∑-最大
C.
2ˆ()y
y ∑-最大 D. 2
)(ˆy 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. 误差项i ε的期望值为0
C. 误差项i ε相互独立
D. 对于所有的X ，方差都相同
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 75.025ˆ-= B. x y 86.0120ˆ+-= C. x y 5.2200ˆ-= D. x y 74.034ˆ--=
13.对不同年份的产品成本拟合的直线方程为,75.1280ˆx 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1.75个单位
B. 时间每增加一个单位，产品成本平均下降1.75个单位
C.产品成本每变动一个单位，平均需要1.75年时间
D. 产品成本每减少一个单位，平均需要1.75年时间 14.在回归分析中，F 检验主要是用来检验（ ）
A ．相关关系的显著性 B.回归系数的显著性 C. 线性关系的显著性D.估计标准误差的显著性
15.说明回归方程拟合优度的统计量是（ ）
A. 相关系数
B.回归系数
C. 判定系数
D. 估计标准误差
16.已知回归平方和SSR=4854,残差平方和SSE=146,则判定系数R 2=( ) A.97.08% B.2.92% C.3.01% D. 33.25% 17. 判定系数R2值越大，则回归方程（ ）
A 拟合程度越低
B 拟合程度越高
C 拟合程度有可能高，也有可能低
D 用回归方程进行预测越不准确 18. 居民收入与储蓄额之间的相关系数可能是（ ） A -0.9247 B 0.9247 C -1.5362 D 1.5362
19.在对一元回归方程进行显著性检验时，得到判定系数R 2=0.80,关于该系数的说法正确的
是（ ）
A.该系数越大，则方程的预测效果越好
B. 该系数越大，则由回归方程所解释的因变量的变差越多
C. 该系数越大，则自变量的回归对因变量的相关关系越显著
D.该回归方程中自变量与因变量之间的相关系数可能小于0.8 20.下列方程中肯定错误的是（ ）
A. x y
48.015ˆ-=，r=0.65 B. x y 35.115ˆ--=, r= - 0.81 C. x y
85.025ˆ+-=, r=0.42 D. x y 56.3120ˆ-=, r= - 0.96 21. 若两个变量存在负相关关系，则建立的一元线性回归方程的判定系数R 2的取值范围是（ ）
A.【0，1】
B. 【-1，0】
C. 【-1，1】
D.小于0的任意数
二．
填空题
1.
当从某一总体中抽取了一样本容量为30的样本，并计算出某两个变量的相关系数为0.8时，我们是否可认为这两个变量存在着强相关性（ ） ，理由是（ ）。
若不能判断，则我们需要进行（ ）检验，构造的检验统计量为（ ），它服从（ ）分布。
在=α0.05水平下，该相关关系是否显著（ ）。
2.如下两图中，图（ ）的相关系数会大一些。
我们能否用相关系数判断哪个图中数据间的相关性会强一些（ ），理由是（ ）
三．
计算题
1. 从n=20的样本中得到的有关回归结果如下：SSR=80,SSE=60。
现要检验x 与y 之间的线
性关系是否显著。
（1）SSR 的自由度是多少？SSE 的自由度是多少？ （2）线性关系检验的统计量F 值是多少？ （3）判定系数为多少？其含义是什么？
（4）假定x 与y 之间是负相关，计算相关系数。
（
（5）给定显著性水平05.0=α，临界值αF 为4.414，检验x 与y 之间的线性关系是否显著。
2.从某一行业中随机抽区17家企业，为了解所得产量和生产费用的关系，现对有关数据进行了回归分析，其中所得产量为x （台），生产费用为y （万元），得到如下分析结果：
方差分析表
df SS MS F Significance F
回归分析
0.017 残差 75 － － 总计
16
500
－ －
－
参数估计表
Coefficients 标准误差
t Stat P-value Intercept 6.388 2.076 2.856 0.017 X Variable 1
1.248
0.182
6.862
0.000
（1）完成上面的方差分析表。
（2）生产费用中，有多少可以由产量来解释？
（3）生产费用与产量的相关系数是多少？（保留四位小数） （4）写出估计的回归方程并解释回归系数的实际意义。
（5）检验方程线性的显著性（05.0＝α）。
（6）当使用年限为20时，预测生产费用是多少？。