多元线性回归模型练习题及答案(1)
多元线性回归模型练习题及答案.doc
ESS&i-k)ARSS[(k -1) ESS /(SI)I). TSS/(n-k)多元线性回归模型练习一、单项选择题1. 在由〃 =30的一组样本估计的、包含3个解释变量的线性回归模型中，计算 得可决系数为0.8500,则调整后的可决系数为（D ）A. 0. 8603B. 0. 8389C. 0. 8655D. 0. 83272. 用一组有30个观测值的样本估计模型乂 =如玷气+E +0后,在0. 05的 显著性水平上对九的显著性作「检验，则气显著地不等于零的条件是其统计量， 大于等于（C ）A. ，O .O 5（3°） B . ‘。
025（28） c.，。
25（27） p ^*0.025 （^28） 3•线性回归模型乂 =4+"1也+勾％ +……+ b k x h +ui 中,检验 =0（，= 0,1,2,..人）时，所用的统计量服从（C ） A. t （n _k+l ）B. t （n -k -2）C. t （n -k _l ）D. t （n -k+2）4.调整的可决系数与多元样本判定系数R ，之间有如下关系（ D ） 局=公—/?2职=]_qj R2 A.n-k -1 B ・ n-k-\ R 2=[—- （1 + R2）斤 2 =]— （I-/?2） C. n-k-\D. n-k-\ 5. 对模型Y L B 。
+ B 伏"B 2X 2i + u 「进行总体显著性F 检验,检验的零假设是（A ） A. P 1= 3 2=0 B. 3 i=0 C. B 2-O D. B 0二0 或 B i=06. 设k 为[q 归模型中的参数个数，n 为样本容量。
则对多元线性同归方程进行 显著性检验时，所用的F 统计量可表示为（B ）R2/ k B (1-R2)/(D b/d)c. (1-R2)/(S1) 7. 多元线性问归分析中（回归模型中的参数个数为k ）,调整后的可决系数与 可决系数R2之间的关系（A ）点=1_（1_&2）土AD. 〃-18. 巳知五元线性回归模型估计的残差平方和为1>；=800,样本容量为46,则 随机误差项S 的方差估计量罗为（DA. 33. 33B. 40 9. 多元线性P1归分析中的ESS 反映了 A.因变量观测值总变差的大小小C,因变量观测值与估计值之间的总变差C.点 >0 C.( 38. 09 C ）B.因变量回归仙•计值总变差的大D. 20 D.Y 关于X 的边际变化A.B. R 2^R 223.在古典假设成立的条件下用0LS 方法估计线性回归模型参数，则参数估计 量具有（C ）的统计性质。
多元线性回归模型习题与答案
第三章多元线性回归模型习题与答案1、极大似然估计法的基本思想2、多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？3、以企业研发支出（R&D）占销售额的比重为被解释变量（Y），以企业销售额（X1）与利润占销售额的比重（X2）为解释变量，一个有32容量的样本企业的估计结果如下：099 .0)046.0()22.0()37.1(05.0)log(32.0472.022 1=++ =RX XY其中括号中为系数估计值的标准差。
（1）解释log(X1)的系数。
如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响吗？（2）针对R&D强度随销售额的增加而提高这一备择假设，检验它不虽X1而变化的假设。
分别在5%和10%的显著性水平上进行这个检验。
（3）利润占销售额的比重X2对R&D强度Y是否在统计上有显著的影响？4、1960－1982年美国对子鸡的需求。
为了研究美国每人的子鸡消费量，我们提供如下的数据：表1 1960－1982年子鸡的消费情况年份Y X2 X3 X4 X5 X61960 27.8 397.5 42.2 50.7 78.3 65.8 1961 29.9 413.3 38.1 52.0 79.2 66.9 1962 29.8 439.2 40.3 54.0 79.2 67.8 1963 30.8 459.7 39.5 55.3 79.2 69.6 1964 31.2 92.9 37.3 54.7 77.4 68.7 1965 33.3 528.6 38.1 63.7 80.2 73.6 1966 35.6 560.3 39.3 69.8 80.4 76.3 1967 36.4 624.6 37.8 65.9 83.9 77.2 1968 36.7 666.4 38.4 64.5 85.5 78.1 1969 38.4 717.8 40.1 70.0 93.7 84.7 1970 40.4 768.2 38.6 73.2 106.1 93.3 1971 40.3 843.3 39.8 67.8 104.8 89.7 1972 41.8 911.6 39.7 79.1 114.0 100.7 1973 40.4 931.1 52.1 85.4 124.1 113.5 1974 40.7 1021.5 48.9 94.2 127.6 115.3 1975 40.1 1165.9 58.3 123.5 142.9 136.7 1976 42.7 1349.6 57.9 129.9 143.6 139.2 1977 44.1 1449.4 56.5 117.6 139.2 132.0 1978 46.7 1575.5 63.7 130.9 165.5 132.1 1979 50.6 1759.1 61.6 129.8 203.3 154.4 1980 350.1 1994.2 58.9 128.0 219.6 174.91981 51.7 2258.1 66.4 141.0 221.6 180.8 198252.92478.770.4168.2232.6189.4资料来源：Y 数据来自城市数据库；X 数据来自美国农业部。
多元线性回归例题第章作业(一)
多元线性回归例题第章作业(一)多元线性回归是一种统计学方法，通常用于分析建立多个变量之间的关系模型。
在实际数据分析中，多元线性回归是十分常见且实用的方法。
本文将以一道例题为例，介绍多元线性回归的基本原理及应用方法。
例题：某公司市场销售状况与广告投入的相关性分析。
根据公司过往的销售记录，有如下数据：市场销售（单位：万元）：10，20，30，25，35广告投入（单位：万元）：5，10，15，12，18解析：1. 确定预测模型在多元线性回归中，首先要确定 Y 与X1,X2,…,Xn 之间的函数关系，一般形式为：Y = β0 + β1X1 + β2X2 + … + βnXn + ε其中，β1, β2,…, βn为自变量系数，β0为常数项，而ε 则表示随机误差。
2. 根据数据集，求解系数通过数据集计算出β0，β1, β2,…, βn的值，从而得到回归方程式，可以通过excel工具中多元线性回归的公式求解得到。
3. 结果解释根据计算结果，对于此例，得到回归方程式：Y = 7.5 + 2.5X1 + 1.5X2其中，X1表示广告投入，X2表示销售额，可以解读得到，每增加1万元广告投入，市场销售量会增加 2.5万元，同时，其拟合优度也很好，在本例中拟合优度高达 0.97。
4. 结论通过多元线性回归，我们可以得到两个变量之间的函数关系式及预测结果，从而为市场策略和决策提供理论依据。
本题中，我们能够得出有利于市场销售的投入策略，即增加广告投入可以带来市场销售量的增长，而这种关系随着投入的增加而呈现出逐渐缓和，也就是得出了“策略的上升边际递减性”这样一个结论。
总结：多元线性回归在实际数据分析中的应用非常广泛，并且能够解决多个自变量与因变量之间的复杂关系。
在研究某种现象或问题时，通过多元线性回归建立适当的模型，可以通过计算得到更加准确的结果，从而更科学更有效地解决问题。
(完整版)多元线性回归模型习题及答案
多元线性回归模型一、单项选择题1.在由30n =的一组样本估计的、包含3个解释变量的线性回归模型中，计算得多重决定系数为0.8500，则调整后的多重决定系数为（ D ）A. 0.8603B. 0.8389C. 0.8655D.0.8327 2.下列样本模型中，哪一个模型通常是无效的（B ） A.iC （消费）=500+0.8iI （收入）B. di Q （商品需求）=10+0.8i I （收入）+0.9i P （价格） C. si Q （商品供给）=20+0.75i P （价格）D. iY （产出量）=0.650.6i L （劳动）0.4i K （资本）3.用一组有30个观测值的样本估计模型01122t t t ty b b x b x u =+++后，在0.05的显著性水平上对1b 的显著性作t 检验，则1b 显著地不等于零的条件是其统计量t 大于等于（ C ）A.)30(05.0t B.)28(025.0t C.)27(025.0t D.)28,1(025.0F4.模型tt t u x b b y ++=ln ln ln 10中，1b 的实际含义是（ B ）A.x 关于y 的弹性B. y 关于x 的弹性C. x 关于y 的边际倾向D. y 关于x 的边际倾向5、在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于１，则表明模型中存在（ C ）A.异方差性B.序列相关C.多重共线性D.高拟合优度6.线性回归模型01122......t t t k kt t y b b x b x b x u =+++++ 中，检验0:0(0,1,2,...)t H b i k ==时，所用的统计量服从( C )A.t(n-k+1)B.t(n-k-2)C.t(n-k-1)D.t(n-k+2)7. 调整的判定系数 与多重判定系数之间有如下关系( D )A.2211n R R n k -=-- B. 22111n R R n k -=---C. 2211(1)1n R R n k -=-+-- D. 2211(1)1n R R n k -=----8．关于经济计量模型进行预测出现误差的原因，正确的说法是（ C ）。
多元线性回归模型(习题与解答)
多元线性回归模型(习题与解答)第三章多元线性回归模型一、习题（一）基本知识类题型3-1．解释下列概念：1)多元线性回归2)虚变量3)正规方程组4)无偏性5)一致性6)参数估计量的置信区间7)被解释变量预测值的置信区间8)受约束回归9)无约束回归10)参数稳定性检验3-2．观察下列方程并判断其变量是否呈线性？系数是否呈线性？或都是？或都不是？1)i i i X Yεββ++=3102)i i i X Yεββ++=log103)i i i X Yεββ++=log log104)i i i X Yεβββ++=)(2105)i ii X Yεββ+=106)i i i X Yεββ+−+=)1(1107)i i i i X X Yεβββ+++=10221103-3．多元线性回归模型与一元线性回归模型有哪些区别？3-4．为什么说最小二乘估计量是最优的线性无偏估计量？多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计的条件是什么？3-5．多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？3-6．请说明区间估计的含义。
（二）基本证明与问答类题型3-7．什么是正规方程组？分别用非矩阵形式和矩阵形式写出模型：i ki k i i i u x x x y+++++=ββββL22110，n i,,2,1L =的正规方程组，及其推导过程。
3-8．对于多元线性回归模型，证明：（1）∑=0i e（2）0)ˆˆˆ(ˆ110=+++=∑∑iki k i i i e x x e yβββL3-9．为什么从计量经济学模型得到的预测值不是一个确定的值？预测值的置信区间和置信度的含义是什么？在相同的置信度下如何才能缩小置信区间？为什么？3-10．在多元线性回归分析中，t检验与F检验有何不同？在一元线性回归分析中二者是否有等价的作用？3-11．设有模型：u x x y+++=22110βββ，试在下列条件下：（1）121=+ββ（2）21ββ=分别求出1β和2β的最小二乘估计量。
(完整版)第三章(多元线性回归模型)3-1答案
3.1 多元线性回归模型及古典假定一、判断题1. 在实际应用中，一元回归几乎没什么用，因为因变量的行为不可能仅有一个解释变量来解释。
（T ）2. 一元线性回归模型与多元线性回归模型的基本假定是相同的。
（F ）二 、单项选择题1.在二元线性回归模型i i i i u X X Y +++=22110βββ中，1β表示（ A ）。
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。
2.如果两个经济变量X 与Y 间的关系近似地表现为当X 发生一个绝对量变动（ΔX ） 时， Y 有一个固定地相对量（ΔY/Y ）变动，则适宜配合的回归模型是（ B ）。
A ．i i 21i u X Y ++=ββB ．i i 21i u X Y ++=ββlnC ．i i21i u X 1Y ++=ββ D ．i i 21i u X Y ++=ln ln ββ3.在多元线性回归模型中对样本容量的基本要求是(k 为解释变量个数)：（ C ）。
A. n ≥k+1 B ．n<k+1C. n ≥30 或n ≥3（k+1）D. n ≥304、模型i i 21i u X Y ++=ln ln ββ中 ，2β的实际含义是（ B ）。
A. X 关于Y 的弹性B. Y 关于X 的弹性C. X 关于Y 的边际倾向D. Y 关于X 的边际倾向三、多项选择题1.下列哪些非线性模型可以通过变量替换转化为线性模型（ ABC ）A. i 2i 10i u X Y ++=ββB. i i10i u X 1Y ++=ββC. i i 10i u X Y ++=ln ln ββD. i i 210i u X Y ++=ββE. i i 10i u X Y ++=ββ四、简答题1.多元线性回归模型与一元线性回归模型有哪些区别？答：多元线性回归模型与一元线性回归模型的区别表现在如下几个方面：一是解释变量的个数不同；二是模型的经典假设不同，多元线性回归模型比一元线性回归模型多了个“解释变量之间不存在线性相关关系”的假定；三是多元线性回归模型的参数估计式的表达更为复杂。
回归习题二：多元线性回归模型
回归习题二：多元线性回归模型1、某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为214 .0210.0131.0094.036. 102321=++-= RXXXY其中，Y为劳动力受教育的年数，X1为劳动力家庭中兄弟姐妹的人数，X2和X3分别为母亲和父亲受教育的年数。
问：（1）X1是否具有预期的影响？为什么？若X2和X3保持不变，为了使预测的受教育水平减少一年，需要X1增加多少？（2）请对X2的系数给予适当的解释。
（3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数为12年，另一个父母受教育的年数为16年，则两人受教育的年数预期相差多少？2、以企业研发支出（R&D ）占销售额的比重为被解释变量Y，以企业销售额X1和利润占销售额的比重X2为解释变量，一个容量为32的样本企业的估计结果如下：099 .0)046.0()22.0() 37 .1(05.0log32.0472.022 1=+ += RX XY其中括号中为系数估计值和标准差。
（1）解释logX1的系数。
如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响吗？（2）针对R&D强度随着销售额的增加而提高这一备择假设，检验它不随着X1而变化的假设。
分别在5%和10%的显著性水平上进行这个检验。
（3） 利润占销售额的比重X2对R&D 强度Y 是否在统计上有显著的影响。
3、下表为有关经批准的私人住房单位及其决定因素的4个模型的估计量和相关统计值（括号内为p 值，即以对应的t 统计量为临界值的置性度α）（如果某项为空，则意味着模型中没有此变量）。
数据为美国40个城市的数据。
模型如下：μββββββββ++++++++=776655443322110X X X X X X X Y其中，Y 为实际颁发的建筑许可证数量，X1为每平方英里的人口密度，X2为自有房屋的均值（单位：百美元），X3为平均家庭的收入（单位：千美元），X4为1980~1992年的人口增长百分比，X5为失业率，X6为人均交纳的地方税，X7为人均交纳的州税。
《计量经济学》多媒体课件-多元线性回归模型习题参考解答
《计量经济学》多媒体课件-多元线性回归模型习题参考解答自己整理的《计量经济学》多媒体课件-多元线性回归模型习题参考解答相关文档，希望能对大家有所帮助，谢谢阅读！为了研究我国各地区入境旅游情况，建立了旅游外汇收入(Y，百万美元)、旅行社从业人数(X1，人)、国际游客人数(X2，万人)模型。
利用某年31个省市的横断面数据对结果进行了估计，具体如下：t=(-3.066806)(6.652983)(3.378064)R2=0.934331华氏度=191.1894牛顿=31 (1)从经济意义上考察估计模型的合理性。
(2)在5%显著性水平上，分别检验参数的显著性。
(3)在5%显著性水平下，模型的总体显著性得到检验。
3.2试根据以下数据估算偏回归系数、标准误差、可确定系数和修正可确定系数：经研究发现，家庭书刊的消费受几位户主受教育年限的影响。
该表显示了从某一地区一些家庭的抽样调查中获得的样本数据：家庭书刊年消费支出(元)y家庭月平均收入(元)x户主受教育年限(年)t家庭书刊年消费支出(元)y家庭月平均收入(元)x户主受教育年限(年)t450 1027.2 8 793.2 1998.6 14 507.7 1045.2 9 660.8 2196 10 613。
12 792.7 2105.4 12 563.4 1312.2 9 580.8 2147.4 8 501.5 1316.4 7 612.7 2154 10 781.5 1442.4 15 890.8 2231.4 14 541.8 1641 9 1121 2611.8 18 611.1 1768.8 10 1099(2)利用样本数据估计模型参数；(3)检查户主受教育年限对家庭书刊消费是否有显著影响；(4)分析估算模型的经济意义和作用。
3.4考虑以下“预期-扩大菲利普斯曲线”模型：其中：=实际通货膨胀率(%)；=失业率(%)；=预期通货膨胀率(%)下表是某国的相关数据。
- 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)。
多元线性回归模型练习
一、单项选择题
1.在由30n =的一组样本估计的、包含3个解释变量的线性回归模型中，计算
得可决系数为0.8500，则调整后的可决系数为（ D ）
A. 0.8603
B. 0.8389
C. 0.8655
D.0.8327
2.用一组有30个观测值的样本估计模型01122t t t t y b b x b x u =+++后，在0.05的
显著性水平上对1b 的显著性作t 检验，则1b 显著地不等于零的条件是其统计量t
大于等于（ C ）
A. )30(05.0t
B. )28(025.0t
C. )27(025.0t
D. )28,1(025.0F
3.线性回归模型01122......t t t k kt t y b b x b x b x u =+++++ 中，检验
0:0(0,1,2,...)t H b i k ==时，所用的统计量
服从( C )
A.t(n-k+1)
B.t(n-k-2)
C.t(n-k-1)
D.t(n-k+2)
4. 调整的可决系数与多元样本判定系数之间有如下关系( D )
A.
22
1
1
n
R R
n k
-
=
-- B.
22
1
1
1
n
R R
n k
-
=-
--
C.
22
1
1(1)
1
n
R R
n k
-
=-+
-- D.
22
1
1(1)
1
n
R R
n k
-
=--
--
5.对模型Y i=β0+β1X1i+β2X2i+μi进行总体显著性F检验，检验的零假设是( A )
A. β1=β2=0
B. β1=0
C. β2=0
D. β0=0或β1=0
6．设k为回归模型中的参数个数，n为样本容量。
则对多元线性回归方程进行显著性检验时，所用的F统计量可表示为（B）
A. )1()
(--k RSS k n ESS B ．
C ．)1()1()
(22---k R k n R D ．)()1/(k n TSS k ESS -- 7．多元线性回归分析中（回归模型中的参数个数为k ），调整后的可决系数2R 与可决系数2
R 之间的关系（ A ）
A. B. 2R ≥2R
C. 02>R
D. 1)
1(122----=n k n R R 8．已知五元线性回归模型估计的残差平方和为8002
=∑t e
，样本容量为46，
则随机误差项t u 的方差估计量2ˆσ为( D ) A. 33.33 B. 40 C. 38.09 D. 20
9．多元线性回归分析中的 ESS 反映了（ C ）
A.因变量观测值总变差的大小
B.因变量回归估计值总变差的大小
C.因变量观测值与估计值之间的总变差
D.Y 关于X 的边际变化
23．在古典假设成立的条件下用OLS 方法估计线性回归模型参数，则参数估计量具有（ C ）的统计性质。
A ．有偏特性 B. 非线性特性 C ．最小方差特性 D. 非一致性特性
10．关于可决系数2
R ，以下说法中错误的是（ D ） A.可决系数2
R 的定义为被回归方程已经解释的变差与总变差之比
B. []20,1R ∈
C.可决系数2
R 反映了样本回归线对样本观测值拟合优劣程度的一种描述 D.可决系数2
R 的大小不受到回归模型中所包含的解释变量个数的影响 11、下列说法中正确的是：（ D ）
A 如果模型的2
R 很高，我们可以认为此模型的质量较好
B 如果模型的2R 较低，我们可以认为此模型的质量较差
C 如果某一参数不能通过显著性检验，我们应该剔除该解释变量 k -1 n n R R - - - - = 1 ) 1 ( 1 2 2 ) 1 ( ) 1 ( 2 2 - - k R k R - n
D 如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量
二、多项选择题
1．调整后的判定系数2R 与判定系数2
R 之间的关系叙述正确的有（ CDE ） A.2R 与2R 均非负 B.2R 有可能大于2
R C.判断多元回归模型拟合优度时，使用2
R D.模型中包含的解释变量个数越多，2R 与2
R 就相差越大 E.只要模型中包括截距项在内的参数的个数大于1，则2
2R R <
2.对模型01122t t t t y b b x b x u =+++进行总体显著性检验，如果检验结果总体线性关系显著，则有（ BCD ）
A. 120b b ==
B. 120,0b b ≠=
C. 120,0b b =≠
D. 120,0b b ≠≠
E. 120b b =≠
3.回归变差（或回归平方和）是指（ BCD ）
A. 被解释变量的实际值与平均值的离差平方和
B. 被解释变量的回归值与平均值的离差平方和
C. 被解释变量的总变差与剩余变差之差
D. 解释变量变动所引起的被解释变量的变差
E. 随机因素影响所引起的被解释变量的变差
4. 剩余变差是指（ ACDE ）
A.随机因素影响所引起的被解释变量的变差
B.解释变量变动所引起的被解释变量的变差
C.被解释变量的变差中，回归方程不能做出解释的部分
D.被解释变量的总变差与回归平方和之差
E.被解释变量的实际值与回归值的离差平方和
三、计算题
1.根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程：
(0.237) (0.083) (0.048)
，DW=0.858
式下括号中的数字为相应估计量的标准误差。
(1)解释回归系数的经济含义；
(2)系数的符号符合你的预期吗？为什么？
解答：（1）这是一个对数化以后表现为线性关系的模型，lnL的系数为1.451意味着资本投入K保持不变时劳动—产出弹性为1.451 ；lnK的系数为0.384意味着劳动投入L保持不变时资本—产出弹性为0.384.
（2）系数符号符合预期，作为弹性，都是正值。
2．假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里
以上的人数，以便决定是否修建第二条跑道以满足所有的锻炼者。
你通过整个学年收集数据，得到两个可能的解释性方程：
方程A ：3215.10.10.150.125ˆX X X Y +--= 75.02=R
方程B ：4217.35.50.140.123ˆX X X Y -+-= 73.02=R
其中：Y ——某天慢跑者的人数
1X ——该天降雨的英寸数
2
X ——该天日照的小时数 3
X ——该天的最高温度（按华氏温度） 4X ——第二天需交学期论文的班级数
请回答下列问题：（1）这两个方程你认为哪个更合理些，为什么？
（2）为什么用相同的数据去估计相同变量的系数得到不同的符号？
解答:（1）第2个方程更合理一些，，因为某天慢跑者的人数同该天日照的小时数应该是正相关的。
（2）出现不同符号的原因很可能是由于2X 与3X 高度相关而导致出现多重共线性的缘故。
从生活经验来看也是如此，日照时间长，必然当天的最高气温也就高。
而日照时间长度和第二天需交学期论文的班级数是没有相关性的。
3.设有模型
01122t t t t y b b x b x u =+++，试在下列条件下: ①121b b += ②12b b =。
分别求出1b ，2b 的最小二乘估计量。
解答：当121b b +=时，模型变为20112()t t t t t y x b b x x u -=+-+，可作为一元回归模型来对待1221221221212()()()()
()(())t t t t t t t t t t t t n x x y x x x y x b n x x x x -----=---∑∑∑∑∑
当12b b =时，模型变为0112()t t t t y b b x x u =+++,同样可作为一元回归模型来对待12121221212()()()(())t t t t t t t t t t n x x y x x y b n x x x x +-+=
+-+∑∑∑∑∑
4．假定以校园内食堂每天卖出的盒饭数量作为被解释变量，盒饭价格、气温、附近餐厅的盒饭价格、学校当日的学生数量（单位：人）作为解释变量，进行回归分析；假设不管是否有假期，食堂都营业。
不幸的是，食堂内的计算机被一次病毒侵犯，所有的存储丢失，无法恢复，你不能说出独立变量分别代表着
哪一项！下面是回归结果（括号内为标准差）：
i i i i i X X X X Y 43219.561.07.124.286.10ˆ-+++=
（2.6） (6.3) (0.61) (5.9) 63.02=R 35=n
要求：（1）试判定每项结果对应着哪一个变量？
（2）对你的判定结论做出说
解答：（1）1i x 是盒饭价格，2i x 是气温，3i x 是学校当日的学生数量，4i x 是附近餐厅的盒饭价格。
（2）在四个解释变量中，盒饭价格同校园内食堂每天卖出的盒饭数量应该是负相关关系，其符号应该为负，应为4i x ；学校当日的学生数量每变化一个单位，盒饭相应的变化数量不会是28.4或者12.7，应该是小于1的，应为3i x ；至于其余两个变量，从一般经验来看，被解释变量对价格的反应会比对气温的反应更灵敏一些，所以1i x 是附近餐厅的盒饭价格，2i x 是气温。