第二章(简单线性回归模型)2-2答案培训讲学

  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)。

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

相关文档
最新文档