【正文】 ：，即（，）（13）可得置信水平為為，即為（，）. (1)散點(diǎn)圖為：可以用直線回歸描述y與x之間的關(guān)系.(2)回歸方程為:(3) 從圖上可看出，檢驗(yàn)誤差項(xiàng)服從正態(tài)分布。(8) 其中 接受原假設(shè)認(rèn)為顯著不為0，因變量y對(duì)自變量x的一元線性回歸成立。因而也即：=可得即為：（，） 服從自由度為n2的t分布。（11）當(dāng)廣告費(fèi)=，銷售收入，即（，） 解答：（1） 散點(diǎn)圖為：（2）x與y之間大致呈線性關(guān)系。（8） 其中 接受原假設(shè)認(rèn)為顯著不為0，因變量y對(duì)自變量x的一元線性回歸成立。因而也即：=可得即為：（，） 服從自由度為n2的t分布。第二章 一元線性回歸 解答：（1）散點(diǎn)圖為： （2）x與y之間大致呈線性關(guān)系。 為什么強(qiáng)調(diào)運(yùn)用回歸分析研究經(jīng)濟(jì)問題要定性分析和定量分析相結(jié)合？答：在回歸模型的運(yùn)用中，我們還強(qiáng)調(diào)定性分析和定量分析相結(jié)合。 為什么要對(duì)回歸模型進(jìn)行檢驗(yàn)？答：我們建立回歸模型的目的是為了應(yīng)用它來研究經(jīng)濟(jì)問題，但如果馬上就用這個(gè)模型去預(yù)測(cè)，控制，分析，顯然是不夠慎重的，所以我們必須通過檢驗(yàn)才能確定這個(gè)模型是否真正揭示了被解釋變量和解釋變量之間的關(guān)系。 構(gòu)造回歸理論模型的基本依據(jù)是什么？答：選擇模型的數(shù)學(xué)形式的主要依據(jù)是經(jīng)濟(jì)行為理論，根據(jù)變量的樣本數(shù)據(jù)作出解釋變量與被解釋變量之間關(guān)系的散點(diǎn)圖，并將由散點(diǎn)圖顯示的變量間的函數(shù)關(guān)系作為理論模型的數(shù)學(xué)形式。常用的樣本數(shù)據(jù)分為時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)，因而數(shù)據(jù)收集的方法主要有按時(shí)間順序統(tǒng)計(jì)數(shù)據(jù)和在同一時(shí)間截面上統(tǒng)計(jì)數(shù)據(jù)，在數(shù)據(jù)的收集中，樣本容量的多少一般要與設(shè)置的解釋變量數(shù)目相配套。應(yīng)注意的問題有：在選擇變量時(shí)要注意與一些專門領(lǐng)域的專家合作，不要認(rèn)為一個(gè)回歸模型所涉及的變量越多越好，回歸變量的確定工作并不能一次完成，需要反復(fù)試算，最終找出最合適的一些變量。{E(εi)=0 i=1,2…. Cov(εi,εj)=｛σ^2。 回歸模型中隨機(jī)誤差項(xiàng)ε的意義是什么？答：ε為隨機(jī)誤差項(xiàng)，正是由于隨機(jī)誤差項(xiàng)的引入，才將變量間的關(guān)系描述為一個(gè)隨機(jī)方程，使得我們可以借助隨機(jī)數(shù)學(xué)方法研究y與x1,x2…..xp的關(guān)系，由于客觀經(jīng)濟(jì)現(xiàn)象是錯(cuò)綜復(fù)雜的，一種經(jīng)濟(jì)現(xiàn)象很難用有限個(gè)因素來準(zhǔn)確說明，隨機(jī)誤差項(xiàng)可以概括表示由于人們的認(rèn)識(shí)以及其他客觀原因的局限而沒有考慮的種種偶然因素。而在回歸分析中，因變量y是隨機(jī)變量，自變量x可以是隨機(jī)變量也可以是非隨機(jī)的確定變量。變量y稱為因變量，處在被解釋的特殊地位?！稇?yīng)用回歸分析》部分課后習(xí)題答案第一章 回歸分析概述 變量間統(tǒng)計(jì)關(guān)系和函數(shù)關(guān)系的區(qū)別是什么？答：變量間的統(tǒng)計(jì)關(guān)系是指變量間具有密切關(guān)聯(lián)而又不能由某一個(gè)或某一些變量唯一確定另外一個(gè)變量的關(guān)系，而變量間的函數(shù)關(guān)系是指由一個(gè)變量唯一確定另外一個(gè)變量的確定關(guān)系。 回歸分析與相關(guān)分析的聯(lián)系與區(qū)別是什么？答：聯(lián)系有回歸分析和相關(guān)分析都是研究變量間關(guān)系的統(tǒng)計(jì)學(xué)課題。在相關(guān)分析中，變量x和變量y處于平等的地位，即研究變量y與變量x的密切程度與研究變量x與變量y的密切程度是一回事。而回歸分析不僅可以揭示變量x對(duì)變量y的影響大小，還可以由回歸方程進(jìn)行預(yù)測(cè)和控制。 線性回歸模型的基本假設(shè)是什么？答：線性回歸模型的基本假設(shè)有：….xp是非隨機(jī)的，…..xip是常數(shù)。即np. 回歸變量的設(shè)置理論根據(jù)是什么？在回歸變量設(shè)置時(shí)應(yīng)注意哪些問題？答：理論判斷某個(gè)變量應(yīng)該作為解釋變量，即便是不顯著的，如果理論上無法判斷那么可以采用統(tǒng)計(jì)方法來判斷，解釋變量和被解釋變量存在統(tǒng)計(jì)關(guān)系。 收集，整理數(shù)據(jù)包括哪些內(nèi)容？答。而數(shù)據(jù)的整理不僅要把一些變量數(shù)據(jù)進(jìn)行折算差分甚至把數(shù)據(jù)對(duì)數(shù)化，標(biāo)準(zhǔn)化等有時(shí)還需注意剔除個(gè)別特別大或特別小的“野值”。對(duì)同一問題我們可以采用不同的形式進(jìn)行計(jì)算機(jī)模擬，對(duì)不同的模擬結(jié)果，選擇較好的一個(gè)作為理論模型。 回歸模型有那幾個(gè)方面的應(yīng)用？答：回歸模型的應(yīng)用方面主要有：經(jīng)濟(jì)變量的因素分析和進(jìn)行經(jīng)濟(jì)預(yù)測(cè)。這是因?yàn)閿?shù)理統(tǒng)計(jì)方法只是從事物外在的數(shù)量表面上去研究問題，不涉及事物質(zhì)的規(guī)定性，單純的表面上的數(shù)量關(guān)系是否反映事物的本質(zhì)？這本質(zhì)究竟如何？必須依靠專門的學(xué)科研究才能下定論，所以，在經(jīng)濟(jì)問題的研究中，我們不能僅憑樣本數(shù)據(jù)估計(jì)的結(jié)果就不加分析地說長(zhǎng)道短，必須把參數(shù)估計(jì)的結(jié)果和具體經(jīng)濟(jì)問題以及現(xiàn)實(shí)情況緊密結(jié)合，這樣才能保證回歸模型在經(jīng)濟(jì)問題研究中的正確應(yīng)用。 （3）設(shè)回歸方程為 =（4） = （5）由于服從自由度為n2的t分布。因而即可得（6）x與y的決定系數(shù)（7）ANOVAx平方和df均方F顯著性組間（組合）2.100線性項(xiàng)加權(quán)的1.056偏差.8331.833.326組內(nèi)2.500總數(shù)4由于,拒絕,說明回歸方程顯著，x與y有顯著的線性關(guān)系。（9）相關(guān)系數(shù) =小于表中的相應(yīng)值同時(shí)大于表中的相應(yīng)值，x與y有顯著的線性關(guān)系.(10) 序號(hào)1110642210133332020044202775540346殘差圖為：從圖上看，殘差是圍繞e=0隨機(jī)波動(dòng)，從而模型的基本假定是滿足的。（3）設(shè)回歸方程為 =(4) =(5) 由于服從自由度為n2的t分布。因而即可得(6)x與y的決定系數(shù) =(7) ANOVAx平方和df均方F顯著性組間（組合）7.168線性項(xiàng)加權(quán)的1.027偏差6.315.885組內(nèi)2總數(shù)9由于,拒絕,說明回歸方程顯著，x與y有顯著的線性關(guān)系。(9) 相關(guān)系數(shù) =小于表中的相應(yīng)值同時(shí)大于表中的相應(yīng)值，x與y有顯著的線性關(guān)系.(10)序號(hào)18253．522151310704455025480169203713508325967031012155從圖上看，殘差是圍繞e=0隨機(jī)波動(dòng)，從而模型的基本假定是滿足的。第三章 多元線性回歸 解：（1）用SPSS算出y，x1，x2,x3相關(guān)系數(shù)矩陣：相關(guān)性yx1x2x3Pearson 相關(guān)性y.556.731.724x1.556.113.398x2.731.113.547x3.724.398.547 y..048.008.009x1.048..378.127x2.008.378..051x3.009.127.051.Ny10101010x110101010x210101010x310101010所以=系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 % 置信區(qū)間相關(guān)性共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn) 誤差試用版下限上限零階偏部分容差VIF1(常量).096x1.385.100.556.621.350.825x2.535.049.053.731.709.444.687x3.277.284.724.433.212.586a. 因變量: y(2) 所以三元線性回歸方程為 模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差更改統(tǒng)計(jì)量R 方更改F 更改df1df2Sig. F 更改1.898a.806.708.80636.015a. 預(yù)測(cè)變量: (常量), x3, x1, x2。b. 因變量: y因?yàn)镕= P=（5）系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 % 置信區(qū)間相關(guān)性共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn) 誤差試用版下限上限零階偏部分容差VIF1(常量).096x1.385.100.556.621.350.825x2.535.049.053.731.709.444.687x3.277.284.724.433.212.586a. 因變量: y（6），所以x3的回歸系數(shù)沒有通過顯著檢驗(yàn)，應(yīng)去除。b. 因變量: y由表知通過F檢驗(yàn)繼續(xù)做回歸系數(shù)檢驗(yàn)系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 % 置信區(qū)間相關(guān)性共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn) 誤差試用版下限上限零階偏部分容差VIF1(常量).020x1.479.037.381.556.697.476.987x2.676.008.731.808.672.987a. 因變量: y此時(shí)，我們發(fā)現(xiàn)x1，x2的顯著性大大提高。 距離.89410Cook 的距離.000.486.97610居中杠桿值.099.642.300.17310a. 因變量: y所以置信區(qū)間為（，）（10）由于x3的回歸系數(shù)顯著性檢驗(yàn)未通過，所以居民非商品支出對(duì)貨運(yùn)總量影響不大，但是回歸方程整體對(duì)數(shù)據(jù)擬合較好 解：在固定第二產(chǎn)業(yè)增加值，考慮第三產(chǎn)業(yè)增加值影響的情況下，第一產(chǎn)業(yè)每增加一個(gè)單位。第四章 違背基本假設(shè)的情況 加權(quán)變化殘差圖上點(diǎn)的散步較之前的殘差圖，沒有明