应用回归分析课后习题第8章

应用回归分析课后习题第8章Tag内容描述：<p>1、第8章 非线性回归 思考与练习参考答案 8.1 在非线性回归线性化时，对因变量作变换应注意什么问题？ 答：在对非线性回归模型线性化时，对因变量作变换时不仅要注意回归函数的形式， 还要注意误差项的形式。如： (1)。</p><p>2、第8章 非线性回归 思考与练习参考答案 8 1 在非线性回归线性化时 对因变量作变换应注意什么问题 答 在对非线性回归模型线性化时 对因变量作变换时不仅要注意回归函数的形式 还要注意误差项的形式 如 1 乘性误差项 模型形式为 2 加性误差项 模型形式为 对乘法误差项模型 1 可通过两边取对数转化成线性模型 2 不能线性化 一般总是假定非线性模型误差项的形式就是能够使回归模型线性化的形式 为了方便。</p><p>3、第9章 含定性变量的回归模型思考与练习参考答案9.1 一个学生使用含有季节定性自变量的回归模型，对春夏秋冬四个季节引入4个0-1型自变量，用SPSS软件计算的结果中总是自动删除了其中的一个自变量，他为此感到困惑不解。出现这种情况的原因是什么？答：假如这个含有季节定性自变量的回归模型为：其中含有k个定量变量，记为xi。对春夏秋冬四个季节引入4个0-1型自变量，记为Di，只取了6个。</p><p>4、第9章 含定性变量的回归模型思考与练习参考答案9.1 一个学生使用含有季节定性自变量的回归模型，对春夏秋冬四个季节引入4个0-1型自变量，用SPSS软件计算的结果中总是自动删除了其中的一个自变量，他为此感到困惑不解。出现这种情况的原因是什么？答：假如这个含有季节定性自变量的回归模型为：其中含有k个定量变量，记为xi。对春夏秋冬四个季节引入4个0-1型自变量，记为Di，只取了6个。</p><p>5、此文档收集于网络 仅供学习与交流 如有侵权请联系网站删除 3 11研究货运总量y 万吨 与工业总产值 亿元 农业总产值 亿元 居民非商品支出 亿元 的关系 数据如表3 9所示 编号 1 2 3 4 5 6 7 8 9 10 货运总量y 万吨 160 260 210 265 240 220 275 160 275 250 工业总产值x1 亿元 70 75 65 74 72 68 78 66 70 6。</p><p>6、7 6一家大型商业银行有多家分行 近年来 该银行的贷款额平稳增长 但不良贷款额也有较大比例的提高 为弄清楚不良贷款形成的原因 希望利用银行业务的有关数据做定量分析 以便找出控制不良贷款的方法 表7 5是该银行所属2。</p><p>7、2.1 一元线性回归模型有哪些基本假定？答：1. 解释变量 是非随机变量，观测值是常数。2. 等方差及不相关的假定条件为这个条件称为高斯-马尔柯夫(Gauss-Markov)条件，简称G-M条件。在此条件下，便可以得到关于回归系数的最小二乘估计及误差项方差估计的一些重要性质，如回归系数的最小二乘估计是回归系数的最小方差线性无偏估计等。3. 正态分布的假定条件为。</p><p>8、4.13某软件公司的月销额数据如表412所示，其中，x为总公司的月销售额（万元）；y为某分公司的月销额（万元）。 （1） 由普通最小二乘法建立y与x的回归方程。 Coefficientsa Model Unstandardized Coefficients Sta。</p><p>9、第4章 违背基本假设的情况思考与练习参考答案4.1 试举例说明产生异方差的原因。答：例4.1：截面资料下研究居民家庭的储蓄行为Yi=b0+b1Xi+i其中：Yi表示第i个家庭的储蓄额，Xi表示第i个家庭的可支配收入。由于高收入家庭储蓄额的差异较大，低收入家庭的储蓄额则更有规律性，差异较小，所以i的方差呈现单调递增型变化。例4.2：以某一行业的企业为样本建立企业生产函数模型Yi=Aib1 Kib2 Lib3ei被解释变量：产出量Y，解释变量：资本K、劳动L、技术A，那么每个企业所处的外部环境对产出量的影响被包含在随机误差项中。由于每个企业所处的外部环。</p><p>10、第6章 多重共线性的情形及其处理 思考与练习参考答案 6.1 试举一个产生多重共线性的经济实例。 答： 例如有人建立某地区粮食产量回归模型，以粮食产量为因变量Y，化肥用量为X1，水浇地面积为X2，农业投入资金为X3。</p><p>11、第4章 违背基本假设的情况思考与练习参考答案4.1 试举例说明产生异方差的原因。答：例4.1：截面资料下研究居民家庭的储蓄行为Yi=b0+b1Xi+i其中：Yi表示第i个家庭的储蓄额，Xi表示第i个家庭的可支配收入。由于高收入家庭储蓄额的差异较大，低收入家庭的储蓄额则更有规律性，差异较小，所以i的方差呈现单调递增型变化。例4.2：以某一行业的企业为样本建立企业生产函数模型Yi=Aib1 Kib2 Lib3ei被解释变量：产出量Y，解释变量：资本K、劳动L、技术A，那么每个企业所处的外部环境对产出量的影响被包含在随机误差项中。由于每个企业所处的外部环。</p><p>12、资料收集于网络 如有侵权请联系网站 删除 谢谢 第3章 多元线性回归 思考与练习参考答案 3 1 见教材P64 65 3 2 讨论样本容量n与自变量个数p的关系 它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。</p><p>13、2.1 一元线性回归模型有哪些基本假定？答：1. 解释变量 是非随机变量，观测值是常数。2. 等方差及不相关的假定条件为这个条件称为高斯-马尔柯夫(Gauss-Markov)条件，简称G-M条件。在此条件下，便可以得到关于回归系数的最小二乘估计及误差项方差估计的一些重要性质，如回归系数的最小二乘估计是回归系数的最小方差线性无偏估计等。3. 正态分布的假定条件为。</p><p>14、第3章 多元线性回归思考与练习参考答案3.1 见教材P64-653.2 讨论样本容量n与自变量个数p的关系，它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：np。如果n=p对模型的参数估计会带来很严重的影响。因为：1. 在多元线性回归模型中，有p+1个待估参数，所以样本容量的个数应该大于解释变量的个数，否则。</p>