2025年大学《数理基础科学》专业题库- 线性回归模型及应用

2025年大学《数理基础科学》专业题库——线性回归模型及应用考试时间：______分钟总分：______分姓名：______一、选择题（本大题共5小题，每小题3分，共15分。在每小题给出的四个选项中，只有一项是符合题目要求的。）1.在经典线性回归模型Y=β₀+β₁X₁+...+βₚXₚ+ε中，ε是满足下列哪个条件的随机误差项？A.E(ε)≠0B.Var(ε)≠1C.Cov(εᵢ,εⱼ)=0,∀i≠jD.E(ε|X₁,...,Xₚ)≠02.使用最小二乘法估计线性回归模型参数时，下列哪个性质是保证估计量具有最小方差（在所有无偏线性估计量中）的关键？A.数据服从正态分布B.解释变量X是随机抽取的C.模型满足E(ε|X)=0且Var(ε|X)=σ²D.解释变量之间相互独立3.在多元线性回归模型中，若变量X₁和X₂之间存在高度线性相关关系，则可能发生的问题是：A.回归系数β₁的t检验总是显著B.回归系数β₂的标准误会显著增大C.模型的F检验总是不显著D.残差分析无法揭示模型问题4.对于一元线性回归模型，其标准化残差rᵢ与原始残差eᵢ的主要区别在于：A.rᵢ的取值范围是[0,1]B.rᵢ的期望值为0C.rᵢ的方差为1D.rᵢ不依赖于自变量Xᵢ的取值5.若在一元线性回归的残差图中，残差与对应的解释变量X的散点图呈现出明显的喇叭形（两端向上，中间向下或反之），则这通常暗示模型可能存在：A.异方差性B.自相关性C.多重共线性D.存在异常值二、填空题（本大题共5小题，每小题3分，共15分。）6.在多元线性回归模型Y=β₀+β₁X₁+...+βₚXₚ+ε中，回归系数β̂₁的t检验的原假设H₀:β₁=0的意义是________。7.若回归模型的整体显著性检验（F检验）拒绝原假设，则说明________。8.计算回归系数β̂的最小二乘估计量时，目标函数是极小化________。9.在进行线性回归模型诊断时，若残差图呈现“倒U”形状，则可能怀疑模型存在________问题。10.若通过逐步回归方法从多个候选变量中选择自变量，其选择标准通常是依据________准则，并在每步剔除或加入变量时关注________统计量。三、计算题（本大题共3小题，共45分。）11.（15分）在一项研究中，收集了关于房屋面积（X，单位：百平方米）和房屋价格（Y，单位：万元）的数据，得到如下计算结果：n=5,ΣXᵢ=15,ΣYᵢ=80,ΣXᵢ²=55,ΣXᵢYᵢ=250要求：(1)建立房价对面积的简单线性回归方程Ŷ=β̂₀+β̂₁X；(2)计算回归系数β̂₁的标准误sₑ和β̂₁的t统计量，并判断其显著性（α=0.05）。12.（15分）某研究者建立了关于产品销售额（Y，万元）对其广告投入（X₁，万元）和销售人员数量（X₂，人）的多元线性回归模型，得到部分输出结果如下（部分系数省略）：回归方程：Ŷ=50+20X₁+5X₂模型整体检验：F=25,p=0.01对X₁的检验：t=5,p=0.02对X₂的检验：t=1,p=0.35标准化残差r₁=-2.0,r₂=1.5,r₃=0.5（对应观测值i=1,2,3）要求：(1)判断模型的整体显著性，并说明理由；(2)判断广告投入X₁对销售额Y是否有显著影响，并说明理由；(3)解释标准化残差r₁=-2.0的含义。13.（15分）在一元线性回归模型中，观察到以下数据点（X,Y）：(1,2),(2,3.1),(3,4.9),(4,6.2),(5,7.8)。计算该模型的残差eᵢ(i=1,2,3,4,5)，并绘制残差eᵢ与自变量X的散点图（要求用文本描述散点图的形状特征，无需实际绘图）。根据散点图形状，简要分析该模型可能存在的异方差性问题。四、证明与论述题（本大题共2小题，共30分。）14.（15分）证明在一元线性回归模型Yᵢ=β₀+β₁Xᵢ+εᵢ中，若εᵢ~N(0,σ²)，则回归系数β₁的最小二乘估计量β̂₁也是β₁的最大似然估计量（MLE）。15.（15分）论述多重共线性对线性回归模型的主要影响，并简要说明至少两种常用的处理多重共线性问题的方法及其原理。---试卷答案一、选择题1.C2.C3.B4.C5.A二、填空题6.解释变量X₁对因变量Y的影响不显著7.回归模型整体上是显著的，即至少有一个自变量对Y有显著影响8.残差平方和（SumofSquaredResiduals,SSR）或eᵢ²的总和9.异方差性（Heteroscedasticity）10.模型拟合优度（如AIC,BIC或调整后的R²）/F统计量/t统计量三、计算题11.(1)β̂₁=Σ(Xᵢ-X̄)(Yᵢ-Ȳ)/Σ(Xᵢ-X̄)²=(ΣXᵢYᵢ-nX̄Ȳ)/(ΣXᵢ²-nX̄²)=(250-5*3*16)/(55-5*3²)=(250-240)/(55-45)=10/10=1β̂₀=Ȳ-β̂₁X̄=16/5-1*3=16/5-15/5=1/5回归方程为Ŷ=1/5+1X，即Ŷ=0.2+X。(2)总平方和SST=Σ(Yᵢ-Ȳ)²=ΣYᵢ²-nȲ²=250-5*(16/5)²=250-256/5=250-51.2=198.8回归平方和SSR=β̂₁²*Σ(Xᵢ-X̄)²=1²*10=10残差平方和SSE=SST-SSR=198.8-10=188.8均方残差MSE=SSE/(n-2)=188.8/(5-2)=188.8/3≈62.9333β̂₁的标准误sₑ=sqrt(MSE/Σ(Xᵢ-X̄)²)=sqrt(62.9333/10)≈sqrt(6.2933)≈2.5086t统计量=β̂₁/sₑ=1/2.5086≈0.399查t分布表，df=n-2=3，α/2=0.025，t_(0.025,3)≈3.182。因为|t|≈0.399<3.182，p值>0.05，不能拒绝H₀。解析思路：第一步，利用最小二乘法公式计算β̂₁和β̂₀，得到回归方程。第二步，计算总平方和、回归平方和、残差平方和、均方残差。第三步，计算β̂₁的标准误。第四步，计算t统计量。第五步，进行假设检验（t检验），比较t统计量与临界值，或计算p值判断。12.(1)模型整体检验的F统计量为25，对应的p值为0.01。由于p值(0.01)<α(0.05)，拒绝原假设H₀:β₁=β₂=...=βₚ=0。说明模型整体上是显著的，即至少有一个自变量对Y有显著影响。解析思路：F检验用于判断整个回归模型是否有效，即所有自变量联合起来对Y的线性影响是否显著。比较p值与显著性水平α，若p<α则模型显著。(2)对X₁的检验t统计量为5，对应的p值为0.02。由于p值(0.02)<α(0.05)，拒绝原假设H₀:β₁=0。说明广告投入X₁对销售额Y有显著影响。解析思路：t检验用于判断单个自变量对Y的影响是否显著。比较p值与显著性水平α，若p<α则说明该自变量显著。(3)标准化残差rᵢ是将原始残差eᵢ标准化后的结果，它消除了量纲的影响，并使其均值为0，方差为1。r₁=-2.0表示第一个观测点的标准化残差比均值小2个标准差，它可能是一个强影响点或异常值，需要进一步调查。解析思路：标准化残差是衡量每个观测点残差大小相对于整体残差波动程度的标准。绝对值较大（通常大于3）的标准化残差可能指示异常值。r₁=-2.0的绝对值|-2.0|=2.0，虽然不是特别极端，但仍表明第一个观测点与模型拟合有较大偏差，值得关注。13.计算残差eᵢ=Yᵢ-Ŷᵢ，Ŷᵢ=0.2+Xᵢ：e₁=2-(0.2+1)=0.8e₂=3.1-(0.2+2)=1.1-2=-0.9e₃=4.9-(0.2+3)=4.9-3.2=1.7e₄=6.2-(0.2+4)=6.2-4.2=2.0e₅=7.8-(0.2+5)=7.8-5.2=2.6残差向量为(0.8,-0.9,1.7,2.0,2.6)。残差eᵢ与自变量X的散点图形状描述：当X从1增加到5时，残差eᵢ大致呈现出先减小后增大的趋势，形状类似于一个“倒U”形或“∩”形。根据散点图形状，该模型可能存在异方差性问题。因为残差的大小随着X的增加而表现出系统性变化，这与同方差性假设（残差方差与X无关）相违背。解析思路：第一步，利用已知的回归方程Ŷᵢ=0.2+Xᵢ计算每个观测点的拟合值Ŷᵢ。第二步，用实际观测值Yᵢ减去拟合值Ŷᵢ得到残差eᵢ。第三步，将计算得到的残差eᵢ按照对应的Xᵢ值绘制散点图（用文本描述）。第四步，观察散点图的形状特征，判断是否呈现出系统性变化的模式。第五步，根据散点图形状与同方差性假设的对比，判断是否存在异方差性。四、证明与论述题14.证明：在一元线性回归模型Yᵢ=β₀+β₁Xᵢ+εᵢ中，若εᵢ~N(0,σ²)，则似然函数为：L(β₀,β₁)=Π(1/(σ√(2π)))*exp(-(Yᵢ-β₀-β₁Xᵢ)²/(2σ²))取对数似然函数：logL=Σ[-(Yᵢ-β₀-β₁Xᵢ)²/(2σ²)-1/(σ√(2π))]=-Σ(Yᵢ-β₀-β₁Xᵢ)²/(2σ²)-n/(2√(2πσ²))极大化对数似然函数等价于极小化Σ(Yᵢ-β₀-β₁Xᵢ)²/(2σ²)，即极小化Σ(Yᵢ-β₀-β₁Xᵢ)²。最小二乘法的目标函数正是Σ(Yᵢ-β₀-β₁Xᵢ)²的极小化。因此，在εᵢ~N(0,σ²)的正态分布假设下，最小二乘估计量β̂₁也是β₁的最大似然估计量。解析思路：该证明基于正态分布假设。首先写出给定模型下参数的似然函数。然后取对数得到对数似然函数。由于σ²已知或可估计，最大化似然函数（或对数似然函数）等价于最小化残差平方和。这与最小二乘法的定义一致。因此，在正态假设下，最小二乘估计等价于最大似然估计。15.论述：多重共线性是指线性回归模型中的自变量之间存在高度线性相关关系。其主要影响包括：(1)回归系数估计值的方差增大，导致标准误会增大，使得t检验结果不可靠，容易将显著的自变量误判为不显著（第一类错误概率增加）。(2)回归系数估计值的符号可能与预期相反，或者出现不稳定的估计值，使得模型解释困难。(3)模型的预测能力可能不受影响，但解释个别自变量的独立影响变得困难。常用的处理多重共线性问题的方法及其原理：(1)移除共线性的自变量：从模型中删除一个或多个高度相关的自变量，保留一个代表性变量。原理是减少模型的维度，消除共线性对参数估计的干