第二章(简单线性回归模型)2-2答案培训讲学
- 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)。
第二章(简单线性回归模型)2-2答案
2.2 简单线性回归模型参数的估计
一、判断题
1.使用普通最小二乘法估计模型时,所选择的回归线使得所有观察值的残差和达到最小。(F)
2.随机扰动项i u 和残差项i e 是一回事。(F )
3.在任何情况下OLS 估计量都是待估参数的最优线性无偏估计。(F )
4.满足基本假设条件下,随机误差项i μ服从正态分布,但被解释变量Y 不一定服从正态分
布。 ( F )
5.如果观测值i X 近似相等,也不会影响回归系数的估计量。 ( F )
二、单项选择题
1.设样本回归模型为i 01i i
ˆˆY =X +e ββ+,则普通最小二乘法确定的i ˆβ的公式中,错误的是( D )。 A .
()()
()
i i 1
2
i
X X Y -Y ˆX
X β
--∑∑= B .
()
i i i i 1
2
2
i i n X Y -X Y ˆn X -X β
∑∑∑∑∑=
C .i i 1
22
i X Y -nXY
ˆX -nX β∑∑= D .i i i i
1
2
x
n X Y -X Y ˆβ
σ∑∑∑=
2.以Y 表示实际观测值,ˆY
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 )。
A .i i ˆY Y 0∑(-)=
B .2i i ˆY Y 0∑(-)=
C .i i ˆY Y ∑(-)=最小
D .2
i i ˆY Y ∑
(-)=最小 3.设Y 表示实际观测值,ˆY
表示OLS 估计回归值,则下列哪项成立( D )。
A .ˆY Y =
B .ˆY Y =
C .ˆY Y =
D .ˆY
Y = 4.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 . ˆX Y (,)
C .ˆX Y (,)
D .X Y (,)
5.以Y 表示实际观测值,ˆY
表示OLS 估计回归值,则用OLS 得到的样本回归直线i 01i
ˆˆˆY X ββ+=满足( A )。 A .i i ˆY Y 0∑(-)= B .2i i Y Y 0∑(-)= C . 2i i ˆY Y 0∑(-)= D .2i i ˆY Y 0∑(-)=
6.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 .与随机扰动项不相关
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 7.参数β的估计量βˆ具备有效性是指( B )
A .()0Var =β
ˆ B .()βˆVar 为最小 C .()0=-ββ
ˆ D .()ββ-ˆ为最小 三、多项选择题
1.以Y 表示实际观测值,ˆY
表示OLS 估计回归值,e 表示残差,则回归直线满足(ABE )。
A .X Y 通过样本均值点(,)
B .i i
ˆY Y ∑∑=
C .2
i i
ˆY Y 0∑(-)= D .2i i ˆY Y 0∑(-)=
E .i i cov(X ,e )=0
2.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( ABCE )。
A .i E(u )=0
B .2i 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,与随机扰动项
i u 不相关。
3.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 .线性性
D .无偏性
E .有效性
4.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 .ˆi i Y Y =∑∑
C .2ˆ()0i i
Y Y -=∑
D .0i e =∑
E .(,)0i i Cov X e = 5.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
ˆe Y 0∑= D .i i e X 0∑= E .i i cov(X ,e )=0 四、简答题
1.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t X 的条件下,随机扰动项的数学期望(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解释变量与随机扰动 项不相关假定。⑤正态性假定,即假定随机扰动项t u 服从均值为0,方差为2σ的正态分布。
2.用普通最小二乘法拟合的样本回归线具有哪些性质?这些性质分别由哪个正规方程求得?
答:①样本回归线通过样本均值。②估计值Y
ˆ的均值等于实际值i Y 的均值Y 。③剩余项i e 的均值为零。④被解释变量估
计值i
Y ˆ与剩余项i e 不相关。⑤解释变量i X 与剩余项i e 不相关 。前三条由第一个正规方程0e i =∑求得,后两条由
0e
i
=∑和第二个正规方程0X e i i =∑求得。
3.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?这些统计性质与哪些基本假定有关?
答:①线性,是指参数估计量0ˆb 和1
ˆb 分别为观测值t y 和随机扰动项t u 的线性函数或线性组合。②无偏性,指参数估计量
0ˆb 和1
ˆb 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0ˆb 和1
ˆb 的方差最小。其中,无偏性与零均值假定、解释变量与随机扰动项无关假定有关;有效性与除正态性假定外的假定均有关。 五、计算分析题