2026年《应用回归试分析》试题附答案

2026年《应用回归试分析》试题附答案一、单项选择题（每题2分，共20分）1.在经典线性回归模型中，使用最小二乘法（OLS）估计参数时，若随机误差项满足零均值、同方差且无自相关，则以下哪项结论不成立？A.估计量是无偏的B.估计量是有效（方差最小）的C.估计量是一致的D.估计量一定服从正态分布2.多重共线性会导致以下哪种后果？A.回归系数的标准误减小B.模型的预测精度显著下降C.决定系数（R²）明显降低D.单个系数的t检验容易出现“不显著”3.检验回归模型中是否存在异方差，常用的方法是？A.德宾-沃森（DW）检验B.怀特（White）检验C.拉格朗日乘数（LM）检验D.邹至庄（Chow）检验4.若回归模型包含一个取值为0或1的虚拟变量，且该变量与另一个连续变量存在交互项，则交互项的系数表示？A.虚拟变量组间截距的差异B.虚拟变量组间斜率的差异C.虚拟变量对被解释变量的平均影响D.连续变量对被解释变量的非线性影响5.在模型选择中，AIC准则（赤池信息准则）的表达式为AIC=-2lnL+2k，其中k表示？A.样本容量B.解释变量个数C.被解释变量个数D.模型的残差平方和6.若回归模型的残差序列存在一阶自相关（ρ≠0），则OLS估计量的性质为？A.无偏但非有效B.有偏且非有效C.无偏且有效D.有偏但一致7.分位数回归（QuantileRegression）与普通最小二乘回归的主要区别在于？A.分位数回归允许误差项异方差B.分位数回归估计的是条件分位数而非条件均值C.分位数回归要求误差项服从正态分布D.分位数回归只能处理线性关系8.岭回归（RidgeRegression）引入惩罚项λΣβᵢ²的主要目的是？A.消除多重共线性的影响B.提高模型的拟合优度C.解决异方差问题D.处理内生性问题9.在logistic回归中，若解释变量X的系数为0.693，则X每增加1单位，优势比（OddsRatio）的变化为？A.增加69.3%B.翻倍（×2）C.减少30.7%D.不变10.对于面板数据模型yᵢₜ=αᵢ+βxᵢₜ+uᵢₜ（αᵢ为个体固定效应），若使用最小二乘虚拟变量法（LSDV）估计，需要引入的虚拟变量个数为？A.时间维度TB.个体维度NC.N-1D.T-1二、填空题（每题2分，共20分）1.总平方和（SST）可以分解为回归平方和（SSR）与残差平方和（SSE），其数学表达式为__________。2.决定系数R²的取值范围是__________，其值越接近1，说明模型对样本数据的拟合程度越__________。3.在多元线性回归中，F检验用于检验__________，其原假设为__________。4.若回归模型存在异方差，OLS估计量仍是__________的，但不再是__________的。5.德宾-沃森统计量（DW）的取值范围是__________，当DW≈2时，说明残差序列__________。6.多重共线性的常用诊断指标是方差膨胀因子（VIF），若VIF>__________，则认为存在严重多重共线性。7.工具变量法（IV）的核心思想是找到与__________相关但与__________不相关的变量作为工具变量。8.分位数回归的损失函数为__________，其中τ为分位数水平。9.岭回归的参数估计量表达式为__________，其中λ为惩罚参数，X为设计矩阵。10.在logistic回归中，概率P(y=1|x)的表达式为__________，其中x为解释变量向量，β为系数向量。三、简答题（每题6分，共30分）1.简述内生性（Endogeneity）的主要来源及其对OLS估计的影响。2.比较逐步回归（StepwiseRegression）与LASSO回归（LeastAbsoluteShrinkageandSelectionOperator）在变量选择上的差异。3.说明异方差性对回归分析的影响，并列举两种修正异方差的方法。4.分位数回归与均值回归（OLS）相比有哪些优势？5.如何利用虚拟变量处理季节效应？请举例说明。四、计算分析题（每题10分，共40分）1.某研究收集了200家企业的截面数据，研究研发投入（Y，万元）与员工人数（X₁，人）、企业年龄（X₂，年）的关系，得到如下回归结果（括号内为标准误）：Ŷ=50.2+0.8X₁+1.2X₂（12.5）（0.3）（0.5）n=200，R²=0.75，F=45.6（p<0.01）（1）写出回归方程的具体形式；（2）检验X₁和X₂的系数是否显著（α=0.05，t临界值≈1.97）；（3）计算模型的调整R²（调整R²=1-(1-R²)(n-1)/(n-k-1)，k为解释变量个数）；（4）若某企业有100名员工、成立5年，预测其研发投入，并说明预测的含义。2.对某模型的残差进行怀特检验，得到辅助回归的结果：nR²=25.8（n=150，辅助回归包含原解释变量、解释变量的平方项及交叉项，共5个变量）。（1）写出怀特检验的原假设和备择假设；（2）判断是否存在异方差（χ²临界值：自由度=5时，χ²₀.₀₅=11.07，χ²₀.₀₁=15.09）；（3）若存在异方差，简述修正方法（如加权最小二乘法）的基本思路。3.某多元回归模型包含3个解释变量X₁、X₂、X₃，计算得到各变量的VIF值分别为VIF₁=8，VIF₂=12，VIF₃=5。（1）判断是否存在严重多重共线性；（2）若存在，列举三种解决方法；（3）若采用岭回归，当λ=0时，岭估计量与OLS估计量有何关系？当λ增大时，岭估计量的方差和偏误如何变化？4.收集某城市1000户家庭数据，研究是否购买新能源汽车（y=1表示购买，y=0表示不购买）与家庭年收入（x，万元）的关系，得到logistic回归结果：ln(odds)=-3.0+0.2x（1）计算家庭年收入为20万元时的购买概率；（2）解释系数0.2的含义（用优势比表示）；（3）若另一模型加入家庭人口数（z）后，AIC从1200降至1150，说明什么？五、综合应用题（20分）某研究团队基于2015-2025年中国31个省份的面板数据，研究数字经济发展（用数字经济指数D表示）对区域创新能力（用专利申请量I表示）的影响，控制变量包括教育支出（E）和固定资产投资（K）。假设模型设定为：Iᵢₜ=αᵢ+β₁Dᵢₜ+β₂Eᵢₜ+β₃Kᵢₜ+uᵢₜ其中，i表示省份（i=1,2,…,31），t表示年份（t=2015,…,2025），αᵢ为个体固定效应，uᵢₜ为随机误差项。（1）说明该模型属于面板数据模型中的哪一类（固定效应模型或随机效应模型），并写出其与混合回归模型的区别；（2）若使用固定效应模型，常用的估计方法有哪些？简述其中一种方法的原理；（3）为检验是否存在个体固定效应，应采用什么检验？写出原假设和检验统计量；（4）若估计结果为β₁=0.5（p<0.01），β₂=0.3（p<0.05），β₃=0.2（p<0.1），试解释各系数的经济意义；（5）假设某省2026年数字经济指数预计增长10%，教育支出增长5%，固定资产投资增长8%，预测其专利申请量的变化（假设其他变量不变）。参考答案一、单项选择题1.D2.D3.B4.B5.B6.A7.B8.A9.B10.C二、填空题1.SST=SSR+SSE2.[0,1]；高（或“好”）3.所有解释变量的联合显著性；β₁=β₂=…=βₖ=0（k为解释变量个数）4.无偏；有效（或“最优”）5.[0,4]；无自相关（或“一阶自相关系数ρ≈0”）6.107.内生解释变量；随机误差项8.Σ[τ|eᵢ|+(1-τ)|eᵢ|]（或Σρτ(eᵢ)，其中ρτ(e)=e(τ-I(e<0))）9.(X’X+λI)⁻¹X’y10.P=1/[1+exp(-(α+β’x))]三、简答题1.内生性来源：①遗漏变量（遗漏与解释变量相关的关键变量）；②测量误差（解释变量或被解释变量存在测量误差）；③反向因果（被解释变量与解释变量相互影响）。影响：OLS估计量有偏且非一致，无法得到解释变量对被解释变量的真实因果效应。2.差异：①逐步回归基于统计显著性（如t检验）逐步添加或删除变量，可能因多重检验导致模型不稳定；LASSO通过L1惩罚项（绝对值和）压缩系数，可同时实现变量选择和系数估计，倾向于将不相关变量的系数压缩至0。②逐步回归依赖显著性水平的设定，主观影响大；LASSO通过调整惩罚参数λ控制变量选择的稀疏性，更具客观性。3.影响：①OLS估计量的标准误有偏，导致t检验和F检验失效；②模型预测的置信区间不可靠。修正方法：①加权最小二乘法（WLS），根据异方差的形式为每个观测值赋予不同权重（如权重为1/σᵢ²）；②异方差稳健标准误（White标准误），直接修正标准误的计算，不改变系数估计值。4.优势：①捕捉被解释变量在不同分位数上的影响（如低收入组与高收入组的影响差异）；②对异常值更稳健（损失函数为绝对误差，而非平方误差）；③不要求误差项服从正态分布，适用范围更广；④能分析解释变量对分布形状的影响（如是否加剧或缓解不平等）。5.方法：引入季节虚拟变量（如季度数据引入3个虚拟变量D1、D2、D3，分别表示第1、2、3季度，第4季度为基准组）。例如，模型yₜ=α+βxₜ+γ₁D1ₜ+γ₂D2ₜ+γ₃D3ₜ+uₜ中，γ₁表示第1季度与第4季度的截距差异，反映季节效应。若γ₁显著为正，说明第1季度的y值平均高于第4季度。四、计算分析题1.（1）Ŷ=50.2+0.8X₁+1.2X₂；（2）X₁的t值=0.8/0.3≈2.67>1.97，显著；X₂的t值=1.2/0.5=2.4>1.97，显著；（3）调整R²=1-(1-0.75)(199)/(200-2-1)=1-0.25×199/197≈0.745；（4）预测值=50.2+0.8×100+1.2×5=50.2+80+6=136.2万元；预测含义：在员工人数100人、企业年龄5年的条件下，研发投入的平均估计值为136.2万元。2.（1）原假设H₀：不存在异方差（误差项同方差）；备择假设H₁：存在异方差；（2）nR²=25.8>χ²₀.₀₁(5)=15.09，拒绝原假设，存在异方差；（3）加权最小二乘法思路：假设异方差形式为σᵢ²=h(xᵢ)（h(xᵢ)为解释变量的函数），将原模型两边除以√h(xᵢ)，得到新模型yᵢ/√h(xᵢ)=β₀/√h(xᵢ)+β₁x₁ᵢ/√h(xᵢ)+…+uᵢ/√h(xᵢ)，此时新误差项方差为1，对新模型进行OLS估计。3.（1）VIF₂=12>10，存在严重多重共线性；（2）解决方法：①剔除高度相关的变量；②增加样本容量；③主成分分析（提取综合变量）；④岭回归或LASSO回归（任写三种）；（3）λ=0时，岭估计量等于OLS估计量；λ增大时，岭估计量的方差减小，偏误增大（方差-偏误权衡）。4.（1）当x=20时，ln(odds)=-3.0+0.2×20=1，odds=exp(1)=2.718，概率P=2.718/(1+2.718)≈0.731（或73.1%）；（2）系数0.2表示家庭年收入每增加1万元，优势比（购买与不购买的概率比）变为原来的exp(0.2)≈1.221倍（即增加22.1%）；（3）AIC降低说明加入家庭人口数后模型拟合效果更好（在控制变量个数的情况下，AIC越小模型越优）。五、综合应用题（1）固定效应模型；与混合回归模型的区别：混合回归假设所有省份的截距相同（αᵢ=α），而固定效应模型允许每个省份有独立的截距（αᵢ不同），控制了不随时间变化的个体异质性（如地理位置、文化等）。（2）常用估计方法：①最小二乘虚拟变量法（LSDV），引入N-1个个体虚拟变量；②组内估计法（WithinEstimator），对每个个体的变量取时间均值并差分，消除αᵢ。以组内估计法为例：对模型两边取时间平均得Īᵢ=αᵢ+β₁D̄ᵢ+β₂Ēᵢ+β₃K̄ᵢ+ūᵢ，原模型减平均模型得Iᵢₜ-Īᵢ=β₁(Dᵢₜ-D̄ᵢ)+β₂(Eᵢₜ-Ēᵢ)+β₃(Kᵢₜ-K̄ᵢ)+(uᵢₜ-ūᵢ)，对变换后的模型进行OLS估计，消除αᵢ。（3）应采用F检验（或Hausman检验的前期步骤）；原假设H₀：αᵢ=0（无个体固定效应，模型为混合回归）；检验统计量F=[(SSE_pooledSSE_fe)/(N-1)]/[SSE_fe/(NT-N-k)]，其中SSE_pooled为混合回归残差平方和，SSE_fe为固定效应模型残差平方和，N为个体数，T为时间数，k为解释变量个数。（4）经济意义：①β₁=0.5（p<0.01）：数字经济指数每增