残差分析试题和参考答案

残差分析精选试题和参考答案考试时间：______分钟总分：______分姓名：______一、单项选择题（每题2分，共20分。每题只有一个正确选项）1.在简单线性回归模型y=β₀+β₁x+ε中，残差eᵢ是指：A.观测值yᵢ与其均值ŷ的差B.观测值yᵢ与其回归预测值ŷᵢ的差C.模型参数β₀与β₁的估计值D.随机误差项εᵢ的实际值2.下列哪项不是使用残差图进行回归诊断的常用目的？A.检查是否存在异方差性B.检查残差是否服从正态分布C.检查是否存在多重共线性D.检查是否存在异常值或influentialpoints3.在回归诊断中，标准化残差(zᵢ)是指将哪个残差除以其标准差？A.残差eᵢB.随机误差项εᵢC.回归预测值ŷᵢD.样本标准差s4.当回归模型的残差与预测值ŷᵢ的散点图呈现出明显的曲线模式时，这通常表明：A.模型存在异方差性B.模型遗漏了重要的自变量C.模型假设的线性关系不成立D.数据存在多重共线性5.对于一个观测点，如果其杠杆值(hᵢ)远大于其他点的杠杆值，那么该点：A.一定是异常值B.一定是influentialpointsC.可能对模型参数的估计产生较大影响D.其残差一定很大6.在残差分析中，杠杆值主要用于衡量：A.残差的离散程度B.观测值对模型拟合优度的影响C.残差与预测值的相关性D.模型参数的不确定性7.学生化残差(rᵢ)与标准化残差(zᵢ)的主要区别在于：A.学生化残差考虑了残差的大小，标准化残差不考虑B.学生化残差剔除了该观测点自身杠杆值的影响，标准化残差没有C.学生化残差基于t分布，标准化残差基于标准正态分布D.两者计算方法不同，但含义完全一致8.下列哪个指标最常用来识别对回归模型具有强影响作用的观测点？A.标准化残差|zᵢ|B.杜杆值hᵢC.Cook距离DᵢD.残差eᵢ的绝对值|eᵢ|9.如果一个回归模型的残差图呈现出扇形或喇叭形模式，这通常表明：A.模型存在异方差性B.模型存在序列相关性C.残差不服从正态分布D.自变量之间存在多重共线性10.在进行回归诊断时，如果发现模型假设不满足，通常的改进方法是：A.增加更多的自变量B.剔除一些自变量C.对数据进行变换，如对自变量或因变量进行平方、对数或倒数变换D.直接接受模型，因为实际数据总是存在误差二、多项选择题（每题3分，共15分。每题有多个正确选项，漏选、错选均不得分）1.下列哪些图形可以用于检查回归模型是否存在异方差性？A.残差与预测值的散点图B.残差与观测序号的散点图C.标准化残差图D.学生化残差图2.识别回归模型中的异常值，通常需要考虑哪些指标？A.标准化残差|zᵢ|>3B.学生化残差|rᵢ|>3C.杜杆值hᵢ>2p/n（p为自变量个数，n为样本量）D.Cook距离Dᵢ>0.53.下列哪些情况可能导致回归模型假设的线性关系不成立？A.残差与预测值的散点图呈现曲线模式B.残差与观测序号的散点图呈现系统性模式C.使用了过多的自变量D.数据中存在交互作用而模型未包含4.影响一个观测点杠杆值hᵢ的因素包括：A.该观测点的自变量值xᵢ与其他观测点自变量值的离散程度B.该观测点的因变量值yᵢ与其他观测点因变量值的离散程度C.模型中自变量的个数pD.样本量n5.对数据进行变换可能有助于解决哪些回归诊断问题？A.消除异方差性B.使非线性关系线性化C.改善残差的正态性D.降低某些观测点的杠杆值三、填空题（每空2分，共20分）1.在简单线性回归中，残差eᵢ=_______-ŷᵢ，其中yᵢ是观测值，ŷᵢ是基于回归方程计算得到的预测值。2.残差图是指残差与_______的散点图，它是进行回归诊断的一种重要图形工具。3.当回归模型的残差呈现对称的钟形分布，且集中在零附近时，表明残差大致服从_______分布。4.标准化残差是通过将残差eᵢ除以它的_______来计算的。5.如果一个观测点的杠杆值hᵢ接近_______，则该点可能对模型参数的估计具有较大的影响，即使它的残差不大。6.Cook距离是衡量一个观测点_______的综合指标，它同时考虑了残差的大小和杠杆值。7.学生化残差rᵢ是在计算标准化残差时，用_______代替总样本标准差s得到的残差。8.当残差与预测值的散点图显示出残差随着预测值的增大而散布范围变宽时，称为_______。9.在回归诊断中，如果发现残差存在明显的系统性模式，而不仅仅是随机波动，则表明模型可能_______了一些重要的信息。10.对数变换（如log(y)）有时可以用来处理因变量存在_______的情形，使其更接近同方差性假设。四、简答题（每题5分，共15分）1.简述在回归诊断中，如何利用残差与预测值的散点图来初步判断是否存在异方差性。2.解释什么是“异常值”和“influentialpoints”，并说明两者之间的区别。3.列举三种常见的回归模型假设，并简述如何通过残差分析来检验这些假设。五、计算题（共15分）假设对于一个包含一个自变量x和因变量y的简单线性回归模型，得到了以下信息：样本量n=20，回归系数估计值β̂₁=1.5，截距估计值β̂₀=5。对于第i个观测点，已知yᵢ=10，ŷᵢ=7，残差eᵢ=2，杠杆值hᵢ=0.1，Cook距离Dᵢ=0.05。请计算：(1)该观测点的标准化残差zᵢ。（5分）(2)该观测点的学生化残差rᵢ，假设该点的残差标准差s=1.2。（5分）(3)根据标准化残差和杠杆值，判断该观测点是否为异常值或influentialpoints，并简要说明理由。（5分）试卷答案一、单项选择题1.B2.C3.A4.C5.C6.B7.B8.C9.A10.C二、多项选择题1.A,D2.A,B,C,D3.A,B,D4.A,C,D5.A,B,C,D三、填空题1.yᵢ2.预测值（或ŷᵢ）3.正态4.标准差（或标准误差）5.2p/n6.模型拟合（或对模型的影响）7.该点的杠杆值（或hᵢ）8.异方差性（或非恒定方差）9.遗漏10.拟合不良（或非恒定方差）四、简答题1.解析思路：观察残差与预测值散点图的分布模式。如果残差点均匀地、随机地分布在水平线（残差=0）的两侧，且散点图的“云”看起来像一条水平状的直线，则表明残差具有恒定的方差（同方差性）。如果散点图的“云”呈现出扇形、喇叭形（漏斗形）或其他明显模式，即残差的散布范围随着预测值的增大而变化，则表明存在异方差性。扇形模式通常意味着方差随预测值增大而增大，喇叭形模式通常意味着方差随预测值增大而减小。2.解析思路：“异常值”（Outlier）通常指那些残差较大的观测点，即观测值yᵢ与回归模型的预测值ŷᵢ之间的差异显著大于其他观测点。判断标准常基于标准化残差或学生化残差，如绝对值大于3。而“influentialpoints”（有影响点）是指那些能够显著改变模型参数估计值的观测点，即使它们本身可能是正常的（残差不大）。识别influentialpoints主要依赖于杠杆值（Leverage）和Cook距离（Cook'sDistance）等指标，如杠杆值远大于平均杠杆值（如hᵢ>2p/n），或Cook距离较大（如Dᵢ>0.5或Dᵢ>4/n）。因此，异常值侧重于观测值与模型的偏离程度，而有影响点侧重于观测点对模型参数估计的影响程度。一个点可以是异常值，也可以是有影响点，也可以两者都是，也可以都不是。3.解析思路：常见的回归模型假设包括：*线性关系假设：因变量与自变量之间存在线性关系。*检验方法：绘制残差与预测值的散点图。若散点图呈现随机分布的带状模式，则支持线性关系假设；若呈现曲线模式或其他系统性模式，则表明可能存在非线性关系。*同方差性假设（或称恒定方差假设）：随机误差项的方差σ²是恒定的，不依赖于自变量的值。*检验方法：绘制残差与预测值的散点图，或使用Breusch-Pagan检验、White检验等统计检验。若残差散点图呈扇形或喇叭形，或检验结果显著，则表明存在异方差性。*正态性假设：随机误差项εᵢ服从正态分布N(0,σ²)。*检验方法：绘制残差的直方图或Q-Q图，或使用Shapiro-Wilk检验、Kolmogorov-Smirnov检验等统计检验。若直方图呈近似钟形，Q-Q图呈现近似直线，或检验结果不显著，则支持正态性假设。*（简单线性回归的）独立性假设：观测值是独立同分布的。*检验方法：绘制残差与观测序号的散点图，或使用Durbin-Watson检验等。若残差图呈现随机模式，无明显系统性趋势，且Durbin-Watson检验结果在合理范围内，则支持独立性假设。五、计算题(1)zᵢ=eᵢ/s=2/1.2≈1.67解析思路：标准化残差的计算公式为zᵢ=eᵢ/s，其中eᵢ是残差，s是残差的标准差。题目已给出eᵢ=2和s=1.2，直接代入公式计算即可。(2)rᵢ=eᵢ/(s*sqrt(1-hᵢ))=2/(1.2*sqrt(1-0.1))=2/(1.2*sqrt(0.9))≈2/(1.2*0.9487)≈2/1.1374≈1.75解析思路：学生化残差的计算公式为rᵢ=eᵢ/(s*sqrt(1-hᵢ))，其中eᵢ是残差，s是残差的标准差，hᵢ是杠杆值。题目已给出eᵢ=2,s=1.2,hᵢ=0.1，代入公式计算即可。(3)判断：该观测点不是异常值，但可能是有影响点。理由：标准化残差zᵢ≈1.67，绝对值小于3，未达