一元线性回归模型习题和答案解析

1、一元线性回归模型、单项选择题1、变量之间的关系可以分为两大类。AA函数关系与相关关系B线性相关关系和非线性相关关系C正相关关系和负相关关系D简单相关关系和复杂相关关系2、相关关系是指。DA变量间的非独立关系B变量间的因果关系C变量间的函数关系D变量间不确定性的依存关系3、进行相关分析时的两个变量。AA都是随机变量B都不是随机变量C一个是随机变量，一个不是随机变量D随机的或非随机都可以4、表示x和y之间真实线性关系的是。CAY?0?XtBE（Yt）0iXtCY0iXtUtDYt0iXt5、参数的估计量？具备有效性是指。BAvar（?）=0Bvar（?）为最小C（?）=0D（?一）为最小6、对于Y

2、Z?Xie,以？表示估计标准误差，Y?表示回归值，则BA?=0时，(Y-Y?i0B?=0时,(Yi-S?i)2=0C0时，（丫厂Y?）为最小D?=0时，（丫一吊）2为最小7、设样本回归模型为Yi=?0?Xi+e,则普通最小二乘法确定的?的公式中，错误的是。D9XiXYi-YAXiX?_nXiYi-XiYiL2hnXi-Xi?XiYi-nXY=2-2Xi-nX,_nXiYi-XiYi尸2x8、对于Yi=?0Xj+ej,以？表示估计标准误差，r表示相关系数，则有DA?=0时，r=1B?=0时，r=-1C?=0时，r=0D?=0时，r=1或r=-19、产量（X,台）与单位产品成本（Y,元/台）之间的

3、回归方程为Y?=3561.5X,这说明。DA产量每增加一台，单位产品成本增加356元B产量每增加一台，单位产品成本减少元C产量每增加一台，单位产品成本平均增加356元D产量每增加一台，单位产品成本平均减少元10、在总体回归直线E(Y?)=01X中，1表示。BA当X增加一个单位时，Y增加i个单位B当X增加一个单位时，Y平均增加1个单位C当Y增加一个单位时，X增加i个单位D当丫增加一个单位时，X平均增加1个单位11、对回归模型Yi=0iXi+ui进行检验时，通常假定ui服从。C2AN(0,)Bt(n-2)2、CN(0,)Dt(n)12、以丫表示实际观测值，丫表示回归估计值，则普通最小二乘法估计参数

4、的准则是使。DA(丫1丫)=0B(丫1丫)2=0C(丫=Y)=最小D(丫1丫)2=最小13、设丫表示实际观测值，中表示OLS估计回归值，则下列哪项成立。DA9=丫B丫?=YCY?=YDY?=Y14、用OLS估计经典线性模型Yi=01Xi+ui,则样本回归直线通过点DA(X,Y)B(X,Y?)C(X,Y?)D(X,Y)15、以Y表示实际观测值，表示OLS估计回归值，则用OLS得到的样本回归直线丫?0?Xi满足。AA(Yi-S?i)=0B(Yi-Yi)2=0C(Yi-S?i)2=0D(RYj2=016、用一组有30个观测值的样本估计模型Yi=01Xi+u在的显着性水平下对1的显着性作t检验，则1显

5、着地不等于零的条件是其统计量t大于。DA(30)B(30)C(28)D(28)17、已知某一直线回归方程的判定系数为，则解释变量与被解释变量间的线性相关系数为。BABCD18、相关系数r的取值范围是。DArW-1Br1C0r1D-1r1卜列说法正确的是A当X2不变时，X1每变动一个单位Y的平均变动。B当X1不变时，X2每变动一个单位Y的平均变动。C当X1和X2都保持不变时，Y的平均变动。D当X1和X2都变动一个单位时，Y的平均变动。011nxi5中，1的含义是BY关于X的增长速度D丫关于X的弹性26、根据样本资料已估计得出人均消费支出丫对人均收入X的回归模型为lnY2.000.75lnXi,这

6、表明人均收入每增加1%,人均消费支出将增加CA2%B%C%D%28、按经典假设，线性回归模型中的解释变量应是非随机变量，且。AA与随机误差项不相关B与残差项不相关C与被解释变量不相关D与回归值不相关29、根据判定系数R2与F统计量的关系可知，当R2=1时有。C=1=1=8=030、下面说法正确的是。DA.内生变量是非随机变量B.前定变量是随机变量C外生变量是随机变量D.外生变量是非随机变量31、在具体的模型中，被认为是具有一定概率分布的随机变量是。AA.内生变量B.外生变量C.虚拟变量D.前定变量32、回归分析中定义的。BA.解释变量和被解释变量都是随机变量B.解释变量为非随机变量，被解释变量

7、为随机变量C解释变量和被解释变量都为非随机变量D.解释变量为随机变量，被解释变量为非随机变量19、判定系数设的取值范围是AR2120、某一特定的X水平上，总体A预测区间越宽， 精度越低C预测区间越窄，精度越高22、如果X和Y在统计上独立,。CC0WR2W1D1WR2W1Y分布的离散度越大，即。2越大，则一B预测区间越宽，预测误差越小D预测区间越窄，预测误差越大则相关系数等于23、根据决定系数AF=1CF=0R2与F统计量的关系可知，当R2=1时，有24、A.和在CD生产函数和是弹性是弹性；F=-1)F=8ALK中，_和是弹作是弹性25、回归模型Yi1XiUi中，关于检验H。：10所用的统计量V

8、ar(?i)A服从2(n2)C服从2(n1)26、在二元线性回归模型YiB服从t(n1)D服从t(n2)1X1i2X2iUi中，1表示27、在双对数模型InYiInAY关于X的增长量CY关于X的边际倾向33、计量经济模型中的被解释变量一定是。CA,控制变量B.政策变量C.内生变量D.外生变量1、ACE2、多项选择题指出下列哪些现象是相关关系家庭消费支出与收入物价水平与商品需求量学习成绩总分与各门课程分数。ACDB商品销售额与销售量、销售价格D小麦高产与施肥量3、4、元线性回归模型Yi=E(ut)0cov(ut,us)0utN(0,2)以Y表示实际观测值，_。ABE通过样本均值点(Yi=Yi(Y

9、i-Yi)2=0(Yi-吊)2=0cov(Xi,ei)=0表示OLS估计回归值,关系，则下列哪些是正确的E(Y)iXiiXi+ui的经典假设包括2Bvar(ut)DCov(xt,ut)0。ABODE表示OLS估计回归值，e表示残差，则回归直线满足X,Y)u表示随机误差项，e表示残差。如果Y与X为线性相关。ACiXiiXieiE(YJ=ei5、Y?表示OLS估计回归值，u表示随机误差项。如果Y与X为线性相关关系，则下列哪些是正确的。BEYiYiYi=耳=iXiiXi+u?XiuiYL?0?Xiui?Xi6、 ACE7、回归分析中估计回归参数的方法主要有。CDE相关系数法最小二乘估计法矩估计法用O

10、LS法估计模型Yi=0B方差分析法D极大似然法iXi+ui的参数，要使参数估计量为最佳线性无偏估计量，则要求。ABCDEE(Ui)=0Cov(ui,uj)=0X为非随机变量，与随机误差项Var(ui)=2ui服从正态分布Ui不相关。8、假设线性回归模型满足全部基本假设，则其参数的估计量具备。CDEA可靠性B合理性C线性D无偏性E有效性9、普通最小二乘估计的直线具有以下特性。ABDEA通过样本均值点(X,Y)BYY?C(YY)20Dei0ECov(Xi,e)010、由回归直线?=?0?Xj估计出来的吊值。ADEA是一一组估计值B是一一组平均值C是一个几何级数D可能等于实际值YE与实际值丫的离差之

11、和等于零11、反映回归直线拟合优度的指标有。A(丫1丫)2-(丫1丫)2B?2(XLX)2CR2(Yi-Yi)2D(Y?i-Yi)2E?(Xi-Xi)(Yi-Yi)?Xj,?为估计标准差，下列决定系数的算式中，正确。ABCDE(Y?i-Yi)2(Yi-Yi)2?(XiXi)(YY)(YiYi)2A相关系数C样本决定系数E剩余变差(或残差平方和)12、对于样本回归直线M=B回归系数D回归方程的标准差0?Xi,回归变差可以表示为。ABCDE13对于样本回归直线Y?=?0的有?21(XX，2(YiY)2E1-?2(n-2)(Yi-Y214、下列相关系数的算式中,正确的有XYXY。ABCDEESS/(

12、n-k)RSS/(k-1)2R2/(k-1)2(1-R2)/(n-k)_2R/(n-k)2(Xi-XiXYi-Yi)nXYcov(X,Y)XY(Xi-Xi)(Yi-Yi)(Xi-Xi)2(Yi-Yi)2XiYi-nXgYXi-Xi)2Yi-Yi215、判定系数R2可表示为。BCERSSR=TSSR2_ESSRTSS2.RSSR=1-TSSESSR=1TSSR2_ESSRESS+RSS16、线性回归模型的变通最小二乘估计的残差e满足。ACDEAe=0B0丫尸。CsM=oDeXj=oEcov(Xi,ei)=0217、调整后的判定系数R的正确表达式有。BCDA1-(丫Y)2/(n-1)(丫一丫)2/

13、(n-k)C1(1-R2)-(n：1)-(n-k-1)E1(1+R2)(nk)(n-1)B1-DR218、对总体线性回归模型进行显着性检验时所用的(丫1丫)2/(n-k-1)(丫厂Yi)2/(n-1)2k(1-R2)n-k-1F统计量可表示为。BC(1-R2)/(k-1)、名词解释ESS/(k-1)RSS/(n-k)2(1-R2)/(n-k)函数关系与相关关系线性回归模型总体回归模型与样本回归模型最小二乘法图斯一马尔可夫定理总变量（总离差平方和）回归变差（回归平方和）剩余变差（残差平方和）估计标准误差样本决定系数相关系数显着性检验t检验经济预测点预测区间预测拟合优度残差四、简答1、在计量经济模

14、型中，为什么会存在随机误差项答：模型中被忽略掉的影响因素造成的误差；模型关系认定不准确造成的误差；变量的测量误差；随机因素。这些因素都被归并在随机误差项中考虑。因此，随机误差项是计量经济模型中不可缺少的一部分。2、古典线性回归模型的基本假定是什么答：零均值假定。即在给定xt的条件下，随机误差项的数学期望（均值）为0,即E（ut）=0。同方差假定。误差项Ut的方差与t无关，为一个常数。无自相关假定。即不同的误差项相互独立。解释变量与随机误差项不相关假定。正态性假定，即假定误差项ut服从均值为0,方差为2的正态分布。3、总体回归模型与样本回归模型的区别与联系。答：主要区别：描述的对象不同。总体回归

15、模型描述总体中变量y与x的相互关系，而样本回归模型描述所观测的样本中变量y与x的相互关系。建立模型的不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。模型性质不同。总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本的改变而改变。主要联系：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。4、试述回归分析与相关分析的联系和区别。答：两者的联系：相关分析是回归分析的前提和基础；回归分析是相关分析的深入和继续；相关分析与回归分析的有关指标之间存在计算上的内在联系。两者的区别：回归分析强调因果关系，相关分析不关心因

16、果关系，所研究的两个变量是对等的。对两个变量x与y而言，相关分析中：rxy小；但在回归分析中，ytb0?Xt和xt20alyt却是两个完全不同的回归方程。回归分析对资料的要求是：被解释变量y是随机变量，解释变量x是非随机变量。相关分析对资料的要求是两个变量都随机变量。5、在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质答：线性，是指参数估计量b0和?分别为观测值yt和随机误差项ut的线性函数或线性组合。无偏性，指参数估计量b0和?的均值（期望值）分别等于总体参数也和b。有效性（最小方差性或最优性），指在所有的线性无偏估计量中，最小二乘估计量K和X的方差最小。6、简述BL

17、UE的含义。答：在古典假定条件下，OLS估计量昆和R是参数仇和b的最佳线性无偏估计量，即BLUE,这一结论就是着名的高斯马尔可夫定理。7、对于多元线性回归模型，为什么在进行了总体显着性F检验之后，还要对每个回归系数进行是否为0的t检验答：多元线性回归模型的总体显着性F检验是检验模型中全部解释变量对被解释变量的共同影响是否显着。通过了此F检验，就可以说模型中的全部解释变量对被解释变量的共同影响是显着的，但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显着的。 因此还需要就每个解释变量对被解释变量的影响是否显着进行检验，即进行t检验。五、综合题1、下表为日本的汇率与汽车出口数量数据，年

18、度1986198719881989199019911992199319941995X16814512813814513512711110294Y661631610588583575567502446379X:年均汇率(日元/美元)Y汽车出口数量(万辆)问题：(1)画出X与Y关系的散点图。(2)计算X与丫的相关系数。其中X=129.3,Y=554.2,(XX)2=4432.1,(YY)2=68113.6,X-XY-Y=16195.4(3)若采用直线回归方程拟和出的模型为丫？81.723.65Xt值R2=F=解释参数的经济意义。解答：(1)散点图如下：700600.500.400(XX)(Y丫)r

19、XY;122(XX)(YY)截距项表示当美元兑日元的汇率为义；斜率项表示汽车出口量与美元兑换日元的汇率正相关，当美元兑换日元的汇率每上升1元，会引起日本汽车出口量上升万辆。(2)(3)16195.4_4432.168113.60时日本的汽车出口量，这个数据没有实际意2、已知一模型的最小二乘的回归结果如下：,故拒绝原假设H。：0,即认为参数是显着的。（2）由于tsb(?)（3）回归模型R2=,即收入对消费的解释能力为皿?0.81,故sb（）0.0433。t18.7表明拟合优度较高，解释变量对被解释变量的解释能力为81%,回归直线拟合观测点较为理想。81%,4、已知估计回归模型得Y=81.7230

20、3.6541Xi且（XX）2=4432.1,（YY）2=68113.6，求判定系数和相关系数。答：判定系数：R2b2（X=3.65412的32（YY）268113.6相关系数：rR2.0.86880.93215、有如下表数据年份物价上涨率（）&失业率（）U198619871198819891990日本物价上涨率与失业率的关199119921993119941995(1)设横轴是U,纵轴是&,画出散点图。(2)对下面的菲力普斯曲线进行OLS估计。&=+uU已知&(3)计算决定系数。答：(1)散点图如下：3.52.5失业率(2)7、根据容量n=30的样本观测值数据型T得到下暨据：XY=146.5,

21、X=12.6,Y=11.3,X2=164.2,Y2=134.6试估计Y对X的回归直线。8、表2-4中的数据是从某个行业5个不同的工厂收集的，请回答以下问题:表2-4总成本Y与产量X的数据Y8044517061X1246118(1)估计这个行业的线性总成本函数：S?i=!?0+81Xi(2)80和区的经济含义是什么(3)估计产量为10时的总成本。9、有10户家庭的收入(X,元)和消费(Y,百元)数据如表25。表2510户家庭的收入(X)与消费(Y)的资料X20303340151326383543Y7981154810910(1)建立消费Y对收入X的回归直线。(2)说明回归直线的代表性及解释能力。

22、(3)在95%的置信度下检验参数的显着性。(4)在95%的置信度下，预测当X=45(百元)时，消费(Y)的置信区间。10、已知相关系数r=，估计标准？=8误差，样本容量n=62o求：(1)剩余变差；(2)决定系数；(3)总变差。率涨上价物1.50.5-0.522.22.42.62.83.23.411、在相关和回归分析中，已知下列资料：2_22X=16,Y=10,n=20,r=0.9,(丫厂丫)2=2000(1)计算Y对绵回归直线的斜率系数。(2)计算回归变差和剩余变差。(3)计算估计标准误差。2212、已知：n=6,Xi=21,Yi=426,Xi=79,Yj=30268,XiYi=1481。(1)计算相关系数；(2)建立Y对的回归直线；(3)在5%的显着性水平上检验回归方程的显着性。13、根据对某企业销售额Y以及相应价格X的11组观测资料计算：2_2-XY=117849,X=519,Y=217,X=284958,Y=49046(1)估计销售额对价格的回归直线；(2)销售额的价格弹性是多少14、假设某国的货币供给量Y与国民收入X的历史如表26。表26某国