26、回归分析测试题及答案
回归分析练习题(有答案)(同名7277)
回归分析练习题(有答案)(同名7277)1.1回归分析的基本思想及其初步应用二、填空题16. 在比较两个模型的拟合效果时，甲、乙两个模型的相关指数2R 的值分别约为0.96和0.85，则拟合效果好的模型是 ．17. 在回归分析中残差的计算公式为 ．18. 线性回归模型y bx a e =++（a 和b 为模型的未知参数）中，e 称为 ．19. 若一组观测值（x 1,y 1）（x 2,y 2）…（x n ,y n ）之间满足y i =bx i +a+e i (i=1、2.…n)若e i 恒为0，则R 2为_____三、解答题20. 调查某市出租车使用年限x 和该年支出维修费用y （万元），得到数据如下： 使用年限x2 3 4 5 6 维修费用y2．23．85．56．57．0（1） 求线性回归方程；（2）由（1）中结论预测第10年所支出的维修费用．（121()()()ni i i ni i x x y y b x x a y bx==⎧-⋅-⎪⎪=⎨-⎪⎪=-⎪⎩∑∑）21. 以下是某地搜集到的新房屋的销售价格y 和房屋的面积x 的数据：（1）画出数据对应的散点图；（2）求线性回归方程，并在散点图中加上回归直线； （3）据（2）的结果估计当房屋面积为2150m 时的销售价格. （4）求第2个点的残差。
二、填空题 16. 甲17. 列联表、三维柱形图、二维条形图 18. 随机误差19.解析: e i 恒为0，说明随机误差对y i 贡献为0.答案:1.三、解答题 20.解析： （1）列表如下：于是23.145905453.112552251251=⨯-⨯⨯-=--=∑∑==xx yx yx b i i i ii ，08.0423.15=⨯-=-=bx y a∴线性回归方程为：08.023.1^+=+=x a bx y （2）当x=10时，38.1208.01023.1^=+⨯=y （万元）即估计使用10年时维修费用是1238万元回归方程为： 1.230.08y x =+(2) 预计第10年需要支出维修费用12．38万元．21.解析：（1）数据对应的散点图如图所示：（2）1095151==∑=i ix x ，1570)(251=-=∑=x x l i ixx，308))((,2.2351=--==∑=y y x x l y i i i xy设所求回归直线方程为a bx y+=， 则1962.01570308≈==xxxyll b8166.115703081092.23≈⨯-=-=x b y a故所求回归直线方程为8166.11962.0+=x y（3）据（2），当2150x m =时，销售价格的估计值为：2466.318166.11501962.0=+⨯=y（万元）1、对于一元线性回归01(1,2,...,)ii i yx i n ββε=++=,()0iE ε=，2var()i εσ=，cov(,)0()i j i j εε=≠，下列说法错误的是(A)0β，1β的最小二乘估计0ˆβ，1ˆβ 都是无偏估计；(B)0β，1β的最小二乘估计0ˆβ，1ˆβ对1y ，2y ，...，ny是线性的；2、在回归分析中若诊断出异方差，常通过方差稳定化变化对因变量进行变换. 如果误差方差与因变量y 的期望成正比，则可通过下列哪种变换将方差常数化 (A) 1y ；(C) ln(1)y +；(D)ln y .3、下列说法错误的是(A)强影响点不一定是异常值；(B)在多元回归中，回归系数显著性的t 检验与回归方程显著性的F 检验是等价的；(C)一般情况下，一个定性变量有k 类可能的取值时，需要引入k-1个0-1型自变量； (D)异常值的识别与特定的模型有关.4、下面给出了4个残差图，哪个图形表示误差序列是自相关的(C)0β，1β的最小二乘估计0ˆβ，1ˆβ之间是相关的；(D)若误差服从正态分布，0β，1β的最小二乘估计和极大似然估计是不一样的.(C)(D)二、填空题（每空2分，共20分）1、考虑模型y Xβε=+，2var()nIεσ=，其中:X n p'⨯，秩为p'，20σ>不一定已知，则ˆβ=__________________，ˆvar()β=___________，若ε服从正态分布，则22ˆ()n pσσ'-___________，其中2ˆσ是2σ的无偏估计.2、下表给出了四变量模型的回归结果：则残差平方和=_________，总的观察值个数=__ _______，回归平方和的自由度=________.3、已知因变量y与自变量1x，2x，3x，4x，下表给出了所有可能回归模型的AIC值，则最优子集是_____________________.4、在诊断自相关现象时，若0.66DW =，则误差序列的自相关系数ρ的估计值=_____ ，若存在自相关现象，常用的处理方法有迭代法、_____________、科克伦-奥克特迭代法.5、设因变量y 与自变量x 的观察值分别为12,,...,ny y y和12,,...,nx x x ，则以*x 为折点的折线模型可表示为_____________________.三、（共45分）研究货运总量y （万吨）与工业总产值1x （亿元）、农业总产值2x （亿元）、居民非商品支出3x （亿元）的线性回归关系.观察数据及残差值ie 、学生化残差iSRE 、删除学生化残差()i SRE 、库克距离iD 、杠杆值iich 见表一表一表二参数估计表已知0.025(6) 2.447t=，0.025(7) 2.365t=，0.05(3,6) 4.76F=，0.05(4,7) 4.12F=，根据上述结果，解答如下问题：1、计算误差方差2σ的无偏估计及判定系数2R.（8分）2、对1x，2x，3x的回归系数进行显著性检验.（显著性水平0.05α=）（12分）3、对回归方程进行显著性检验.（显著性水平α=）（8分）0.054、诊断数据是否存在异常值，若存在，是关于自变量还是关于因变量的异常值？（10分）5、写出y关于x，2x，3x的回归方程，并结合实1际对问题作一些基本分析（7分）四、（共8分）某种合金中的主要成分为金属A 与金属B ，研究者经过13次试验，发现这两种金属成分之和x 与膨胀系数y 之间有一定的数量关系，但对这两种金属成分之和x 是否对膨胀系数y 有二次效应没有把握，经计算得y 与x 的回归的残差平方和为3.7，y 与x 、2x 的回归的残差平方和为0.252，试在0.05的显著性水平下检验x 对y 是否有二次效应？ （参考数据0.050.05(1,10) 4.96,(2,10) 4.1F F ==）五、（共12分）（1）简单描述一下自变量12,,...,px x x之间存在多重共线性的定义；（2分） （2）多重共线性的诊断方法主要有哪两种？（4分）（3）消除多重共线性的方法主要有哪几种？（6分）应用回归分析试题（二）二、填空题16. 在比较两个模型的拟合效果时，甲、乙两个模型的相关指数2R 的值分别约为0.96和0.85，则拟合效果好的模型是 甲 ． 17. 在回归分析中残差的计算公式为列联表、三维柱形图、二维条形图 ．18. 线性回归模型y bx a e =++（a 和b 为模型的未知参数）中，e 称为 随机误差 ． 19. 若一组观测值（x 1,y 1）（x 2,y 2）…（x n ,y n ）之间满足y i =bx i +a+e i (i=1、2.…n)若e i 恒为0，则R 2为___e i恒为0，说明随机误差对y i 贡献为0.三、解答题20. 调查某市出租车使用年限x 和该年支出维修费用y （万元），得到数据如下：（2）由（1）中结论预测第10年所支出的维修费用．（121()()()ni i i ni i x x y y b x x a y bx==⎧-⋅-⎪⎪=⎨-⎪⎪=-⎪⎩∑∑） 20.解析： （1）列表如下：4=x ，5=y ， 90512=∑=i ix，3.11251=∑=i ii yx于是23.145905453.112552251251=⨯-⨯⨯-=--=∑∑==xxy x yx b i ii ii ，08.0423.15=⨯-=-=bx y a∴线性回归方程为：08.023.1^+=+=x a bx y （2）当x=10时，38.1208.01023.1^=+⨯=y （万元）即估计使用10年时维修费用是1238万元回归方程为： 1.230.08y x =+(2) 预计第10年需要支出维修费用12．38万元．21. 以下是某地搜集到的新房屋的销售价格y 和房屋的面积x 的数据：（1）画出数据对应的散点图；（2）求线性回归方程，并在散点图中加上回归直线； （3）据（2）的结果估计当房屋面积为2150m 时的销售价格. （4）求第2个点的残差。
回归分析练习题及参考答案
1 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据：地区人均GDP/元人均消费水平/元北京辽宁上海江西河南贵州陕西 224601122634547485154442662454973264490115462396220816082035求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。
(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。
(3)求出估计的回归方程，并解释回归系数的实际意义。
(4)计算判定系数，并解释其意义。
(5)检验回归方程线性关系的显著性(0.05α=)。
(6)如果某地区的人均GDP为5000元，预测其人均消费水平。
(7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。
解：（1）可能存在线性关系。
（2）相关系数：（3）回归方程：734.6930.309y x=+回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
系数(a)模型非标准化系数标准化系数t 显著性B 标准误Beta1 （常量）734.693 139.540 5.265 0.003人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（4）模型汇总模型R R 方调整 R 方标准估计的误差1 .998a.996 .996 247.303a. 预测变量: (常量), 人均GDP。
人均GDP对人均消费的影响达到99.6%。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
回归分析练习题与参考答案
求：(1)人均GDP 作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系 形态。
(2) 计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。
(3) 求出估计的回归方程，并解释回归系数的实际意义。
(4) 计算判定系数，并解释其意义。
(5) 检验回归方程线性关系的显著性(0.05)。
⑹如果某地区的人均 GDP 为5000元，预测其人均消费水平。
(7)求人均GDP 为5000元时，人均消费水平 95%的置信区间与预测区间。
解: (1)12000- 1DOO Q-6000- 6000- 4QD0- 2000- 0- D1000020000人均GDP30000 4MOO可能存在线性关系。
(2)相关系数：a.因变量人均消费水平有很强的线性关系。
（3）回归方程： y 734.6930.309xa.因变量人均消费水平回归系数的含义：人均 GDP 没增加1元，人均消费增加 0.309元。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
系数（a ）a.因变量人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% （4）模型汇总a.预测变量：（常量）,人均GDP人均GDP 对人均消费的影响达到 99.6%。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%(5) F检验:ba. 预测变量：（常量）,人均GDPb. 因变量：人均消费水平回归系数的检验：t检验a.因变量人均消费水平%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
回归分析时间序列分析答案
回归分析时间序列分析答案一、单项选择题1、下面的关系中不是相关关系的是(D )A、身高与体重之间的关系B、工资水平与工龄之间的关系C、农作物的单位面积产量与降雨量之间的关系D、圆的面积与半径之间的关系2、具有相关关系的两个变量的特点是(A )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3、下面的假定中，哪个属于相关分析中的假定(B)A、两个变量之间是非线性关系B、两个变量都是随机变量C、自变量是随机变量，因变量不是随机变量D、一个变量的数值增大，另一个变量的数值也应增大4、如果一个变量的取值完全依赖于另一个变量，各观测点落在一条直线上，则称这两个变量之间为(A )A、完全相关关系B、正线性相关关系C、非线性相关关系D、负线性相关关系 5、根据你的判断，下面的相关系数取值哪一个是错误的( C )A、–0.86B、0.78C、1.25D、0x6、某校经济管理类的学生学习统计学的时间()与考试成绩(y)之间建立线性回归方程yx=a+b。
经计算，方程为y =200—0.8x，该方程参数的计算(C) ccA a值是明显不对的B b值是明显不对的C a值和b值都是不对的D a值和b值都是正确的 7、在回归分析中，描述因变量y如何依赖于自变量x和误差项ε的方程称为(B)A、回归方程B、回归模型C、估计回归方程D、经验回归方程,，,x，,8、在回归模型y=中，ε反映的是(C ) 01A、由于x的变化引起的y的线性变化部分B、由于y的变化引起的x的线性变化部分C、除x和y的线性关系之外的随机因素对y的影响D、由于x和y的线性关系对y的影响9、如果两个变量之间存在负相关关系，下列回归方程中哪个肯定有误(B),,A、=25–0.75xB、= –120+ 0.86x yy,,C、=200–2.5xD、= –34–0.74x yy10、说明回归方程拟合优度的统计量是(C )A、相关系数B、回归系数C、判定系数D、估计标准误差211、判定系数R是说明回归方程拟合度的一个统计量，它的计算公式为(A ) SSRSSRSSESSTA、 B、 C、 D、 SSTSSESSTSSR12、为了研究居民消费(C)与可支配收入(Y)之间的关系，有人运用回归分析的方法，得到以下方程:在该方程中0.76的含义是(B ) LnC,2.36，0.76LnY,A、可支配收入每增加1元，消费支出增加0.76元B、可支配收入每增加1%，消费支出增加0.76%C、可支配收入每增加1元，消费支出增加76%D、可支配收入每增加1%，消费支出增加76%13、年劳动生产率z(千元)和工人工资y=10+70x，这意味着年劳动生产率每提高1千元时，工人工资平均(A)A增加70元 B减少70元 C增加80元 D减少80元14、下列回归方程中哪个肯定有误(A),,A、y=15–0.48x，r=0.65B、y= –15 - 1.35x，r=-0.81,,C、yy=-25+0.85x，r=0.42D、=120–3.56x，r=-0.96215、若变量x与y之间的相关系数r=0.8，则回归方程的判定系数R为(C )A、0.8B、0.89C、0.64D、0.40 16、对具有因果关系的现象进行回归分析时(A)A、只能将原因作为自变量B、只能将结果作为自变量C、二者均可作为自变量D、没有必要区分自变量二、多项选择题1(下列哪些现象之间的关系为相关关系(ACD)A家庭收入与消费支出关系 B圆的面积与它的半径关系C广告支出与商品销售额关系 D单位产品成本与利润关系E在价格固定情况下，销售量与商品销售额关系2(相关系数表明两个变量之间的(DE)A线性关系 B因果关系 C变异程度 D相关方向 E相关的密切程度3、如下的现象属于负相关的有(BCD)。
回归分析练习题
1. 从20的样本中得到的有关回归结果是：SSR=60，SSE=40。
要检验x 与y 之间的线性关系是否显著，即检验假设：01:0H β=。
(1)线性关系检验的统计量F 值是多少? (2)给定显著性水平a ＝0.05，F a 是多少? (3)是拒绝原假设还是不拒绝原假设?(4)假定x 与y 之间是负相关，计算相关系数r 。
(5)检验x 与y 之间的线性关系是否显著?解：（1）SSR 的自由度为k=1；SSE 的自由度为n-k-1=18；因此：F=1SSR k SSE n k --=6014018=27 （2）()1,18F α=()0.051,18F =4.41 （3）拒绝原假设，线性关系显著。
（4），由于是负相关，因此r=-0.7746（5）从F 检验看线性关系显著。
2. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。
通过计算得到下面的有关结果：(1)完成上面的方差分析表。
(2)汽车销售量的变差中有多少是由于广告费用的变动引起的?(3)销售量与广告费用之间的相关系数是多少?(4)写出估计的回归方程并解释回归系数的实际意义。
(5)检验线性关系的显著性(a＝0.05)。
（2）R2=0.9756，汽车销售量的变差中有97.56%是由于广告费用的变动引起的。
（3）r=0.9877。
（4）回归系数的意义：广告费用每增加一个单位，汽车销量就增加1.42个单位。
（5）回归系数的检验：p=2.17E—09＜α，回归系数不等于0，显著。
回归直线的检验：p=2.17E—09＜α，回归直线显著。
3. 根据两个自变量得到的多元回归方程为12ˆ18.4 2.014.74yx x =-++，并且已知n ＝10，SST ＝6 724.125，SSR ＝6 216.375，1ˆ0.0813s β=，2ˆs β＝0.056 7。
要求：(1)在a=0.05的显著性水平下，12,x x 与y 的线性关系是否显著? (2)在a ＝0.05的显著性水平下，1β是否显著?(3)在a ＝0.05的显著性水平下，2β是否显著?解（1）回归方程的显著性检验：假设：H 0：1β=2β=0 H 1：1β，2β不全等于0 SSE=SST-SSR=6 724.125-6 216.375=507.75 F=1SSR p SSE n p --=6724.1252507.751021--=42.85()2,7F α=4.74，F>()2,7F α，认为线性关系显著。
回归分析时间序列分析答案
回归分析时间序列分析答案一、单项选择题1、下面的关系中不是相关关系的是(D)A、身高与体重之间的关系B、工资水平与工龄之间的关系C、农作物的单位面积产量与降雨量之间的关系D、圆的面积与半径之间的关系2、具有相关关系的两个变量的特点是(A)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3、下面的假定中，哪个属于相关分析中的假定(B)A、两个变量之间是非线性关系B、两个变量都是随机变量C、自变量是随机变量，因变量不是随机变量D、一个变量的数值增大，另一个变量的数值也应增大4、如果一个变量的取值完全依赖于另一个变量，各观测点落在一条直线上，则称这两个变量之间为(A)A、完全相关关系B、正线性相关关系C、非线性相关关系D、负线性相关关系5、根据你的判断，下面的相关系数取值哪一个是错误的(C)A、–0.86B、0.78C、1.25D、0x6、某校经济管理类的学生学习统计学的时间()与考试成绩(y)之间建立线性回归方程yx=a+b。
经计算，方程为y=200—0.8x，该方程参数的计算(C)ccA a值是明显不对的B b值是明显不对的C a值和b值都是不对的D a值和b值都是正确的7、在回归分析中，描述因变量y如何依赖于自变量x和误差项ε的方程称为(B)A、回归方程B、回归模型C、估计回归方程D、经验回归方程,，,x，,8、在回归模型y=中，ε反映的是(C)01A、由于x的变化引起的y的线性变化部分B、由于y的变化引起的x的线性变化部分C、除x和y的线性关系之外的随机因素对y的影响D、由于x和y的线性关系对y的影响9、如果两个变量之间存在负相关关系，下列回归方程中哪个肯定有误(B),,A、=25–0.75xB、=–120+0.86x yy,,C、=200–2.5xD、=–34–0.74x yy10、说明回归方程拟合优度的统计量是(C)A、相关系数B、回归系数C、判定系数D、估计标准误差211、判定系数R是说明回归方程拟合度的一个统计量，它的计算公式为(A) SSRSSRSSESSTA、B、C、D、SSTSSESSTSSR12、为了研究居民消费(C)与可支配收入(Y)之间的关系，有人运用回归分析的方法，得到以下方程:在该方程中0.76的含义是(B)LnC,2.36，0.76LnY,A、可支配收入每增加1元，消费支出增加0.76元B、可支配收入每增加1%，消费支出增加0.76%C、可支配收入每增加1元，消费支出增加76%D、可支配收入每增加1%，消费支出增加76%13、年劳动生产率z(千元)和工人工资y=10+70x，这意味着年劳动生产率每提高1千元时，工人工资平均(A)A增加70元B减少70元C增加80元D减少80元14、下列回归方程中哪个肯定有误(A),,A、y=15–0.48x，r=0.65B、y=–15-1.35x，r=-0.81,,C、yy=-25+0.85x，r=0.42D、=120–3.56x，r=-0.96215、若变量x与y之间的相关系数r=0.8，则回归方程的判定系数R为(C)A、0.8B、0.89C、0.64D、0.4016、对具有因果关系的现象进行回归分析时(A)A、只能将原因作为自变量B、只能将结果作为自变量C、二者均可作为自变量D、没有必要区分自变量二、多项选择题1(下列哪些现象之间的关系为相关关系(ACD)A家庭收入与消费支出关系B圆的面积与它的半径关系C广告支出与商品销售额关系D单位产品成本与利润关系E在价格固定情况下，销售量与商品销售额关系2(相关系数表明两个变量之间的(DE)A线性关系B因果关系C变异程度D相关方向E相关的密切程度3、如下的现象属于负相关的有(BCD)。
回归分析练习题及参考答案..讲课讲稿
求：(1)人均GDP 作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。
(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。
(3)求出估计的回归方程，并解释回归系数的实际意义。
(4)计算判定系数，并解释其意义。
(5)检验回归方程线性关系的显著性(0.05α=)。
(6)如果某地区的人均GDP 为5000元，预测其人均消费水平。
(7)求人均GDP 为5000元时，人均消费水平95％的置信区间和预测区间。
解：（1）可能存在线性关系。
（2）相关系数：（3）回归方程：734.6930.309y x=+回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
系数(a)模型非标准化系数标准化系数t 显著性B 标准误Beta1 （常量）734.693 139.540 5.265 0.003人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%人均GDP对人均消费的影响达到99.6%。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
模型摘要模型R R 方调整的R 方估计的标准差1 .998(a) 0.996 0.996 247.303a. 预测变量:(常量), 人均GDP（元）。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（5）F检验：回归系数的检验：t检验注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
系数(a)模型非标准化系数标准化系数t 显著性B 标准误Beta1 （常量）734.693 139.540 5.265 0.003人均GDP（元）0.309 0.008 0.99836.4920.000a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（6）某地区的人均GDP为5000元，预测其人均消费水平为734.6930.30950002278.693y=+⨯=(元)。
回归分析练习题及参考答案
1 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据：地区人均GDP/元人均消费水平/元北京辽宁上海江西河南贵州陕西 224601122634547485154442662454973264490115462396220816082035求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。
(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。
(3)求出估计的回归方程，并解释回归系数的实际意义。
(4)计算判定系数，并解释其意义。
(5)检验回归方程线性关系的显著性(0.05α=)。
(6)如果某地区的人均GDP为5000元，预测其人均消费水平。
(7)求人均GDP为5000元时，人均消费水平95％的置信区间和预测区间。
解：（1）可能存在线性关系。
（2）相关系数：（3）回归方程：734.6930.309y x=+回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
系数(a)模型非标准化系数标准化系数t 显著性B 标准误Beta1 （常量）734.693 139.540 5.265 0.003人均GDP（元）0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平（元）%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%（4）模型汇总模型R R 方调整 R 方标准估计的误差1 .998a.996 .996 247.303a. 预测变量: (常量), 人均GDP。
人均GDP对人均消费的影响达到99.6%。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%注意：图标不要原封不动的完全复制软件中的图标，要按规范排版。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中级经济师基础知识
第 1题：单选题(本题1分)
某公司产品当产量为1000单位时，其总成本为4000元；当产量为2000单位时，其总成本为5000，则设产量为x，总成本为y，正确的一元回归方程表达式应该是（ ）。
A、y = 3000 + x
B、y = 4000 + 4x
C、y = 4000 + x
D、y = 3000 + 4x
【正确答案】：A
【答案解析】：
本题可列方程组：设该方程为y = a + bx，则由题意可得：4000 = a + 1000b5000 = a + 2000b 解该方程，得b=1，a=3000，所以方程为y = 3000 + x
第 2题：单选题(本题1分)
在回归分析中，估计回归系数的最小二乘法的原理是（ ）。
A、使得因变量观测值与均值之间的离差平方和最小
B、使得因变量估计值与均值之间的离差平方和最小
C、使得观测值与估计值之间的乘积和最小
D、使得因变量观测值与估计值之间的离差平方和最小
【正确答案】：D
【答案解析】：
较偏较难的一道题目。
最小二乘法就是使得因变量的观测值与估计值之间的离差平方和最小来估计参数的一种方法
第 3题：多选题(本题2分)
关于相关分析和回归分析的说法，正确的的有（）
A、相关分析可以从一个变量的变化来推测另一个变量的变化
B、相关分析研究变量间相关的方向和相关的程度
C、相关分析中需要明确自变量和因变量
D、回归分析研究变量间相互关系的具体形式
E、相关分析和回归分析在研究方法和研究目的有明显区别
【正确答案】：BDE
【答案解析】：
相关分析与回归分析在研究目的和方法上具有明显的区别。
（1）、相关分析研究变量之间相关的方向和相关的程度，无法从一个变量的变化来推测另一变量的变化情况。
（2）、回归分析是研究变量之间相关关系的具体形式
第 4题：多选题(本题2分)
相关分析与回归分析的区别在于( )。
A、二者的研究对象是不同的
B、相关分析无法从一个变量的变化来推测另一个变量的变化情况
C、二者的研究目的不同
D、相关分析不能指出变量间相互关系的具体形式
E、二者的研究方法不同
【正确答案】：BCDE
【答案解析】：
回归分析与相关分析的关系： （一）联系（1）它们具有共同的研究对象。
（2）在具体应用时，常常必须互相补充。
相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。
只有高度相关时，进行回归分析寻求其相关的具体形式才是有意义的。
（二）区别 相关分析与回归分析在研究目的和方法上具有明显的区别。
（1）相关分析研究变量之间相关的方向和相关的程度。
（2）回归分析是研究变量之间相关关系的具体形式，它对具有相关关系的变量之间的数量联系进行测定，确定相关的数学方程式，根据这个数学方程式可以从已知量来推测未知量，从而为估算和预测提供了一个重要方法。
第 5题：单选题(本题1分)
根据相关关系的具体形态，选择一个合适的数学模型，来近似地表达变量间的平均变化关系，这是（ ）
A、相关分析
B、回归分析
C、定量分析
D、定性分析
【正确答案】：B
【答案解析】：
考核回归分析的含义，回归分析就是根据相关关系的具体形态，选择一个合适的数学模型，来近似的表达变量间的平均变化关系。
第 6题：单选题(本题1分)
关于一元线性回归方程，下列表述错误的是（ ）。
A、只涉及一个自变量的回归模型称为一元线性回归模型
B、因变量Y是自变量X的线性函数加上误差项
C、β0+β1X反映了由于自变量X的变化而引起的因变量y的线性变化
D、误差项是个随机变量，表示除线性关系之外的随机因素对Y的影响，能由X和Y的线性关系所解释的Y的变异性 【正确答案】：D
【答案解析】：
只涉及一个自变量的一元线性回归模型表示为Y=β0+β1X+ε, 因变量Y是自变量X的线性函数（β0+β1X）加上误差项ε；β0+β1X反映了由于自变量X的变化而引起的因变量y的线性变化。
误差项ε是个随机变量，表示除线性关系之外的随机因素对Y的影响，它是不能由X和Y的线性关系所解释的Y的变异性。