线性回归习题

1、真诚为您提供优质参考资料，若有不当之处，请指正。第9章 一元线性回归练习题一 选择题1具有相关关系的两个变量的特点是（ ）A一个变量的取值不能由另一个变量唯一确定B一个变量的取值由另一个变量唯一确定C一个变量的取值增大时另一个变量的取值也一定增大D一个变量的取值增大时另一个变量的取值肯定变小2下面的各问题中，哪个不是相关分析要解决的问题A判断变量之间是否存在关系 B判断一个变量数值的变化对另一个变量的影响C描述变量之间的关系强度 D.判断样本所反映的变量之间的关系能否代表总体变量之间的关系3.根据下面的散点图，可以判断两个变量之间存在（ ）A. 正线性相关关系 B. 负线性相关关系 C. 非线

2、性关系 D. 函数关系4.下面的陈述哪一个是错误的（ ）A. 相关系数是度量两个变量之间线性关系强度的统计量B相关系数是一个随机变量C相关系数的绝对值不会大于1D相关系数不会取负值5.根据你的判断，下面的相关系数取值哪一个是错误的（ ）A. -0.86 B. 0.78 C. 1.25 D. 06.如果相关系数r=0,则表明两个变量之间（ ）A.相关程度很低 B. 不存在任何关系C不存在线性相关关系 D.存在非线性关系7. 下列不属于相关关系的现象是（ ）A.银行的年利息率与贷款总额 B.居民收入与储蓄存款C.电视机的产量与鸡蛋产量 D.某种商品的销售额与销售价格8.设产品产量与产品单位成本之间

3、的线性相关系数为-0.87，这说明二者之间存在着（ ）A. 高度相关 B.中度相关 C.低度相关 D.极弱相关9.在回归分析中，被预测或被解释的变量称为（ ）A.自变量 B.因变量 C.随机变量 D.非随机变量10. 对两变量的散点图拟合最好的回归线，必须满足一个基本的条件是（ ）A. B. C. D. 11. 下列哪个不属于一元回归中的基本假定（ ）A.误差项服从正态分布 B. 对于所有的X，方差都相同C. 误差项相互独立 D. 12.如果两个变量之间存在着负相关，指出下列回归方程中哪个肯定有误（ ）A. B. C. D. 13.对不同年份的产品成本拟合的直线方程为y表示产品成本，x表示不同

4、年份，则可知（ ）A.时间每增加一个单位，产品成本平均增加1.75个单位B. 时间每增加一个单位，产品成本平均下降1.75个单位C.产品成本每变动一个单位，平均需要1.75年时间D. 产品成本每减少一个单位，平均需要1.75年时间14.在回归分析中，F检验主要是用来检验（ ）A相关关系的显著性 B.回归系数的显著性 C. 线性关系的显著性D.估计标准误差的显著性15.说明回归方程拟合优度的统计量是（ ）A. 相关系数 B.回归系数 C. 判定系数 D. 估计标准误差16.已知回归平方和SSR=4854,残差平方和SSE=146,则判定系数R2=( )A.97.08% B.2.92% C.3.0

5、1% D. 33.25%17. 判定系数R2值越大，则回归方程（ ）A 拟合程度越低 B拟合程度越高C拟合程度有可能高，也有可能低 D 用回归方程进行预测越不准确18. 居民收入与储蓄额之间的相关系数可能是（ ）A -0.9247 B 0.9247 C -1.5362 D 1.536219.在对一元回归方程进行显著性检验时，得到判定系数R2=0.80,关于该系数的说法正确的是（ ）A. 该系数越大，则方程的预测效果越好B. 该系数越大，则由回归方程所解释的因变量的变差越多 C. 该系数越大，则自变量的回归对因变量的相关关系越显著D. 该回归方程中自变量与因变量之间的相关系数可能小于0.820.

6、下列方程中肯定错误的是（ ）A. ，r=0.65 B. , r= - 0.81 C. , r=0.42 D. , r= - 0.9621. 若两个变量存在负相关关系，则建立的一元线性回归方程的判定系数R2的取值范围是（ ）A.【0，1】 B. 【-1，0】 C. 【-1，1】 D.小于0的任意数二 填空题1. 当从某一总体中抽取了一样本容量为30的样本，并计算出某两个变量的相关系数为0.8时，我们是否可认为这两个变量存在着强相关性（不能 ） ，理由是（因为该相关系数为样本计算出的相关系数，它的大小受样本数据波动的影响，它是否显著尚需检验 ）。 若不能判断，则我们需要进行（ t检验 ）检验，构造

7、的检验统计量为（ ），它服从（ ）分布。在=a0.05水平下，该相关关系是否显著（ ）。2.如下两图中，图（图1 ）的相关系数会大一些。我们能否用相关系数判断哪个图中数据间的相关性会强一些（ 不能 ），理由是（因为图1反映的是线性相关关系，图2反映的是非线性性相关关系，相关系数只能反映线性相关变量间的相关性的强弱，不能反映非线性相关性的强弱。 ） 图1 图2三 计算题1. 从n=20的样本中得到的有关回归结果如下：SSR=80,SSE=60。现要检验x与y之间的线性关系是否显著。（1）SSR的自由度是多少？SSE的自由度是多少？ .（1） SSR的自由度是1，SSE的自由度是18。（2）线性关

8、系检验的统计量F值是多少？ （2）（3）判定系数为多少？其含义是什么？ 判定系数在y的总变差中，由57.14的变差是由于x的变动说引起的。（4）假定x与y之间是负相关，计算相关系数。（ 相关系数为-0.7559。（5）给定显著性水平，临界值为4.414，检验x与y之间的线性关系是否显著。因为，所以拒绝原假设，x与y之间的线性关系显著。2.从某一行业中随机抽区17家企业，为了解所得产量和生产费用的关系，现对有关数据进行了回归分析，其中所得产量为x（台），生产费用为y（万元），得到如下分析结果：方差分析表dfSSMSFSignificance F回归分析0.017残差75总计16500参数估计表C

9、oefficients标准误差t StatP-valueIntercept6.3882.0762.8560.017X Variable 11.2480.1826.8620.000（1） 完成上面的方差分析表。（1）方差分析表dfSSMSFSignificance F回归分析1425425850.017残差15755总计16500（2） 在生产费用的总方差中，有多少可以由产量来解释？ 判定系数表明在维护费用的变差中，有85的变差可由使用年限来解释。（3） 生产费用与产量的相关系数是多少？（保留四位小数）二者相关系数为0.9220，属于高度相关（4） 写出估计的回归方程并解释回归系数的实际意义。回

10、归系数为1.248，表示每增加一个单位的产量，该行业的生产费用将平均增长1.248个单位。（5） 检验方程线性的显著性（）。线性关系显著性检验：因为Significance F=0.017,所以线性关系显著。（6） 当使用年限为20时，预测生产费用是多少？当产量为10时，生产费用为31.348万元。3.Coefficients标准误差t StatP-value下限 95.0%上限 95.0%Intercept-1.02 0.78 -1.31 0.21 -2.65 0.61 x10.24 0.01 4.84 0.00 0.02 0.36 x20.35 0.08 1.68 0.09 -0.22 0

11、.51 x30.11 0.08 0.17 0.46 -0.06 0.29 上表是含有三个自变量的多元线性回归模型的Excel部分输出结果：（1） 这些数据对应的回归方程是什么？（2） 因变量变差中有多少能被模型解释？因变量总体变差中有75.1%可以用模型中的四个自变量解释（3） 模型整体在统计上显著吗（显著性水平为0.05）？说明理由。因为sig.F=1.056E-06a=0.05，因此模型整体在统计上显著。（4）模型中所有的自变量都是显著的吗（显著性水平为0.05）？如果不是，哪些不显著？从哪里可以看出来？不是所有自变量都显著。其中，x2和x3变量不显著。因为x1对应的P值=0.000.05，不拒绝原假设，即x2不显著x3对应的P值=0.460.05，不拒绝原假设，即x3不显著（5）在其他变量保持不变的情况下，自变量x1每变化一个单位，对应的因变量会发生多大变化？在其他变量