实用回归分析第四版 第一章 回归分析概述 1.3 回归模型中随机误差项ε的意义是什么? 答:ε 为随机误差项,正是由于随机误差项的引入,才将变量间的关系描述为一个随机方程,使得我们可以借助随机数学方法研究 y 与 x1,x2…..xp 的关系,由于客观经济现象是错综复杂的,一种经济现象很难用有限个因素来准确说明,随机误差项可以概括表示由于人们的认识以及其他客观原因的局限而没有考虑的种种偶然因素。 1.4 线性回归模型的基本假设是什么? 答:线性回归模型的基本假设有:1.解释变量 x1.x2….xp 是非随机的,观测值xi1.xi2…..xip 是常数。2.等方差及不相关的假定条件为{E(εi)=0 i=1,2…. Cov(εi,εj)={σ^2 3.正态分布的假定条件为相互独立。4.样本容量的个数要多于解释变量的个数,即 n>p. 第二章 一元线性回归分析 思考与练习参考答案 2.1 一元线性回归有哪些基本假定? 答: 假设 1、解释变量 X 是确定性变量,Y 是随机变量; 假设 2、随机误差项ε 具有零均值、同方差和不序列相关性: E(εi)=0 i=1,2, …,n Var (εi)=2 i=1,2, …,n Cov(εi, εj)=0 i≠j i,j= 1,2, …,n 假设 3、随机误差项ε 与解释变量 X 之间不相关: Cov(Xi, εi)=0 i=1,2, …,n 假设 4、ε 服从零均值、同方差、零协方差的正态分布 εi~N(0, 2 ) i=1,2, …,n 2.3 证明(2.27 式),ei =0 ,eiXi=0 。 证明: niiiniXYYYQ121021))ˆˆ(()ˆ(其中: 即: ei =0 ,eiXi=0 2 .5 证明0ˆ 是β0 的无偏估计。 证明:)1[)ˆ()ˆ(1110niix xiniiYLXXXYnEXYEE )] )(1([])1([1011iix xiniix xiniXLXXXnEYLXXXnE 01010)()1(])1([ix xiniix xiniELXXXnLXXXnE2.6 证明 证明: )] ()1([])1([)ˆ(102110iix xiniix xiniXVarLXXXnYLXXXnVarVar 222212]1[])(2)1[(x xx xix xiniLXnLXXXnLXXXn 2.7 证明平方和分解公式:SST=SSE+SSR 证明: 2 .8 验证三种检验的关系,即验证: (1 )21)2(rrnt;(2 )2221ˆˆ)2/(1/tLnSSESSRFx x 01ˆˆˆˆiiiiiYXeYY)1()1()ˆ(2221220x xniiLXnXXXnVar...