2026年数据回归问题测试题及答案

2026年数据回归问题测试题及答案

一、单项选择题（每题2分，共20分）1.在经典线性回归模型y=Xβ+ε中，若ε~N(0,σ²I)，则β的最小二乘估计量β̂的分布为A.N(β,σ²(X'X)⁻¹)B.N(0,σ²I)C.t(n-k-1)D.χ²(n-k-1)2.当解释变量存在完全多重共线时，X'X矩阵的秩A.等于样本量nB.等于解释变量个数kC.小于k+1D.等于k+13.若回归残差呈现“喇叭口”形散点图，应首先考虑A.加入二次项B.使用加权最小二乘C.增加样本量D.采用岭回归4.对于异方差稳健标准误（White标准误），下列说法正确的是A.假定方差函数已知B.可消除异方差本身C.仍保持OLS点估计不变D.需假定误差服从正态5.在逐步回归中，若采用AIC准则，选入变量的临界值变化趋势为A.随样本量增大而降低B.随样本量增大而升高C.与样本量无关D.与RSS成反比6.当随机误差项存在一阶自相关且ρ>0时，OLS估计量的方差公式A.仍适用σ²(X'X)⁻¹B.被低估C.被高估D.等于07.若使用Lasso回归，当调节参数λ→∞时，系数估计值A.全部趋于0B.全部趋于OLS估计C.不变D.趋于无穷8.在Logistic回归中，若某变量系数为0.8，则其优势比OR为A.0.8B.1.8C.2.23D.0.459.对回归模型进行刀切法（Jackknife）估计的主要目的是A.降低偏差B.提高R²C.检验多重共线D.计算AIC10.若某变量VIF=10，则其对应的R²约为A.0.1B.0.5C.0.9D.0.99二、填空题（每题2分，共20分）11.若回归方程ŷ=3+2x₁–0.5x₂，当x₁增加2单位而x₂不变时，ŷ平均增加______单位。12.当解释变量个数为5、样本量为25时，调整后的R²公式中的分母自由度为______。13.若DW统计量近似等于4，则误差项的一阶自相关系数ρ的估计值约等于______。14.在Box-Cox变换中，若λ=0，则变换函数为______变换。15.若某模型R²=0.85，RSS=120，则TSS=______。16.当使用10折交叉验证时，每次训练集占原始样本比例约为______%。17.若岭回归估计量为β̂=(X'X+λI)⁻¹X'y，则当λ=0时，该估计量退化为______估计量。18.在泊松回归中，均值与方差的关系为______。19.若某变量标准化后的回归系数为0.6，则该变量每增加1个标准差，因变量平均增加______个标准差。20.当使用Breusch-Pagan检验时，辅助回归的因变量为______。三、判断题（每题2分，共20分）21.若误差项服从t分布，则OLS估计量仍是无偏的。22.当样本量趋于无穷时，AIC与BIC选择的模型必然相同。23.在存在异方差时，加权最小二乘估计量比OLS更有效。24.若变量间相关系数为0.9，则一定存在严重多重共线。25.对于时间序列数据，DW检验适用于高阶自相关检测。26.Lasso回归能够自动进行变量选择并压缩系数。27.若模型遗漏重要变量，则随机误差项必然出现自相关。28.当解释变量为虚拟变量时，VIF计算失去意义。29.在Logistic回归中，伪R²可直接与线性回归R²比较大小。30.若残差直方图呈明显双峰，则表明误差项可能非正态。四、简答题（每题5分，共20分）31.简述异方差对OLS估计量性质的影响，并给出两种检验方法名称。32.说明岭回归与Lasso回归在解决多重共线问题上的异同。33.写出多元线性回归模型下F检验的假设及统计量表达式。34.解释“过拟合”概念，并列举两种防止过拟合的回归技术。五、讨论题（每题5分，共20分）35.讨论在时间序列回归中，若同时存在异方差与自相关，应如何修正估计程序并评估其效果。36.当样本量远小于变量维度时，比较逐步回归、主成分回归与弹性网络三种策略的优劣。37.探讨在医疗数据分析中，使用Logistic回归与Cox回归的选择标准及潜在风险。38.结合实例讨论因果推断框架下，回归模型如何与双重差分法结合以评估政策效应。答案与解析一、单项选择题1.A2.C3.B4.C5.A6.B7.A8.C9.A10.C二、填空题11.412.2413.-114.对数15.80016.9017.OLS18.相等19.0.620.残差平方三、判断题21.T22.F23.T24.F25.F26.T27.F28.T29.F30.T四、简答题31.异方差使OLS估计量仍无偏但方差不再有效，标准误估计有偏，导致t、F检验失效。检验方法：White检验、Breusch-Pagan检验。32.同：均通过惩罚项缓解共线；异：岭回归用L2惩罚使系数收缩但保留全部变量，Lasso用L1惩罚可将部分系数压至0实现选择。33.H0:β1=β2=…=βk=0；H1:至少一个βj≠0。统计量F=[(TSS-RSS)/k]/[RSS/(n-k-1)]。34.过拟合指模型过度捕捉样本噪声致泛化性能下降。防止技术：①交叉验证选择惩罚参数；②正则化回归如弹性网络。五、讨论题35.先采用可行广义最小二乘(FGLS)：先用OLS残差估计异方差结构，再用Cochrane-Orcutt或Prais-Winsten变换消除自相关；最后用Newey-West标准误稳健评估，比较DW、BG检验与RMSE下降幅度评估修正效果。36.逐步回归易陷入局部最优且不稳定；主成分回归降维无损信息但解释性弱；弹性网络结合L1与L2在高维下兼顾选择与收缩，预测精度高，解释性优于主成分，计算成本低于逐步，故高维小样本场景优先。37.若结局为二分类且随访时间齐，用Logistic回归，关注OR；若存在时间到事件且可能删失，用Cox回归，关注HR。风险：Logistic忽略时间可能掩盖滞后效应；Cox比例风险假设被违反会导致偏倚，需Schoenf