(2025年)回归分析练习题(有答案)

(2025年)回归分析练习题(有答案)某教育研究团队为探究影响初中生数学成绩的因素，收集了30名初二学生的课外学习时间（X₁，单位：小时/周）、家庭月收入（X₂，单位：千元）、父母最高教育年限（X₃，单位：年）及期末数学成绩（Y，单位：分）数据。部分数据如下表所示（完整数据略）：学生X₁X₂X₃Y学生X₁X₂X₃Y14812651692218882612147217718168233610581811251991..............................3010151785（注：完整数据经统计软件处理后，相关统计量如下：简单回归（Y~X₁）：∑X₁=210，∑Y=2370，∑X₁²=1860，∑XY=17280，∑(Y-Ŷ)²=1280；多元回归（Y~X₁,X₂,X₃）：回归平方和SSR=2450，残差平方和SSE=550，设计矩阵X的逆矩阵(X'X)⁻¹对角线元素分别为0.025（对应X₁）、0.008（对应X₂）、0.012（对应X₃），各变量相关系数矩阵中r(X₁,X₂)=0.32，r(X₁,X₃)=0.45，r(X₂,X₃)=0.28。）问题1：建立数学成绩Y关于课外学习时间X₁的简单线性回归模型，写出回归方程，并解释回归系数的实际意义。解答1：简单线性回归模型形式为Y=β₀+β₁X₁+ε。计算样本均值：¯=210/计算离均差平方和与乘积和：S=S=回归系数=S截距项=¯回归方程：=66.617系数解释：课外学习时间每增加1小时/周，数学成绩平均提高约1.769分。问题2：在显著性水平α=0.05下，检验课外学习时间X₁对数学成绩Y的影响是否显著。解答2：提出假设：H₀:β₁=0（无显著影响）；H₁:β₁≠0（有显著影响）。计算回归标准误：==的标准误：SE)t统计量：t/自由度df=n-2=28，查t分布表得临界值t₀.₀₂₅(28)=2.048。由于|t|=5.173>2.048，拒绝H₀，认为X₁对Y的影响显著。问题3：建立数学成绩Y关于X₁、X₂、X₃的多元线性回归模型，写出回归方程，并比较该模型与简单回归模型的调整R²，说明其意义。解答3：多元回归模型形式为Y=β₀+β₁X₁+β₂X₂+β₃X₃+ε。总平方和SST=SSR+SSE=2450+550=3000。简单回归的R²=1-SSE/SST=1-1280/3000≈0.573；调整R²=1-(1-R²)(n-1)/(n-p-1)=1-(1-0.573)(29)/(30-1-1)=1-0.427×29/28≈1-0.441=0.559。多元回归的R²=SSR/SST=2450/3000≈0.817；调整R²=1-(1-0.817)(29)/(30-3-1)=1-0.183×29/26≈1-0.205=0.795。假设通过软件计算得到回归系数（具体计算过程略）：=1.23，=0.58，=1.85回归方程：=42.1调整R²比较：简单回归调整R²≈0.559，多元回归调整R²≈0.795。调整R²考虑了变量个数的影响，多元模型的调整R²更高，说明引入X₂、X₃后模型对数据的解释能力显著提升。问题4：在α=0.05下，检验多元回归模型的整体显著性。解答4：提出假设：H₀:β₁=β₂=β₃=0（模型不显著）；H₁:至少一个βᵢ≠0（模型显著）。计算F统计量：F=分子自由度df₁=p=3，分母自由度df₂=n-p-1=26，查F分布表得临界值F₀.₀₅(3,26)=2.98。由于F=40.09>2.98，拒绝H₀，模型整体显著。问题5：分析多元回归中各变量的显著性，并判断是否存在多重共线性（α=0.05）。解答5：（1）变量显著性检验（t检验）：假设H₀:βᵢ=0；H₁:βᵢ≠0。回归标准误==各系数标准误：SESESEt统计量：t₁=1.23/0.729临界值t₀.₀₂₅(26)=2.056。结论：仅X₃的t统计量绝对值>2.056（p<0.05），X₁、X₂不显著。（2）多重共线性检验（VIF法）：VIFᵢ=1/(1-Rᵢ²)，其中Rᵢ²是Xᵢ对其他自变量回归的决定系数。已知相关系数：r(X₁,X₂)=0.32，则R₁²（X₁对X₂,X₃回归）=0.32²+0.45²-2×0.32×0.45×0.28≈0.102+0.202-0.051=0.253（近似计算），VIF₁=1/(1-0.253)≈1.339；同理，VIF₂=1/(1-(0.32²+0.28²-2×0.32×0.28×0.45))≈1/(1-0.174)=1.211；VIF₃=1/(1-(0.45²+0.28²-2×0.45×0.28×0.32))≈1/(1-0.258)=1.347。所有VIF<5，无显著多重共线性。问题6：当某学生课外学习时间X₁=8小时/周，家庭月收入X₂=15千元，父母教育年限X₃=16年时，预测其数学成绩，并计算95%的置信区间（假设回归模型已通过检验）。解答6：点预测值：=42.1置信区间计算公式：±(n−xᵢ=(1,8,15,16)'，则：=1标准误SEt临界值t₀.₀₂₅(26)=2.056，置信区间：89.24±2.056×11.83≈89.24±24.32，即(64.92,113.56)。（注：因成绩最高100分，实际区间上限需修正为100，最终区间为(64.92,100)。）问题7：简述如何诊断多元回归模型是否满足线性性、正态性和同方差性假设。解答7：（1）线性性：绘制残差（Y-Ŷ）与预测值Ŷ的散点图，若残差随机分布无明显趋势（如曲线型），则满足线性性；若存在趋势，需考虑引入非线性项。（2）正态性：绘制残差的正态QQ图，若点大致沿对角线分布，或进行Shapiro-W