应用回归分析试题二

应用回归分析试题(二)
1、选择题
1. 在对两个变量进行线性回归分析时,有下列步骤:
①对所求出的回归直线方程作出解释;②收集数据),,…,;③求线性回归方程;④求未知参数;王德彬 ⑤根据所搜集的数据绘制散点图。
如果根据可行性要求能够作出变量具有线性相关结论,则在下列操作中正确的是( D
A.①②⑤③④                B.③②④⑤①     
C.②④③①⑤                D.②⑤④③①
2. 下列说法中正确的是(
A.任何两个变量都具有相关关系 
B.人的知识与其年龄具有相关关系   
C.散点图中的各点是分散的没有规律 
D.根据散点图求得的回归直线方程都是有意义的
3. 下面的各图中,散点图与相关系数r不符合的是(B   
4. 一位母亲记录了儿子39岁的身高,由此建立的身高与年龄的回归直线方程为,据此可以预测这个孩子10岁时的身高,则正确的叙述是( D
A.身高一定是博客出版145.83cm              B.身高超过146.00cm
C.身高低于145.00cm                D.身高在145.83cm左右
5. 在画两个变量的散点图时,下面哪个叙述是正确的( B )
盐酸芬氟拉明(A)预报变量在轴上,解释变量在轴上
(B)解释变量在轴上,预报变量在轴上
(C)可以选择两个变量中任意一个变量在轴上
(D)可以选择两个变量中任意一个变量
2、填空题
1.  y关于m个自变量的所有可能回归方程有个。
2.  H是帽子矩阵,则tr(H)=p+1
3.  回归分析中从研究对象上可分为一元多元
4.  回归模型的一般形式是
5.  e为多元回归的残差阵)。         
3、叙述题
1. 引起异常值消除的方法(至少5)
答案:异常值消除方法:
(1)重新核实数据;
(2)重新测量数据;
(3)删除或重新观测异常值数据;
(4)增加必要的自变量;
(5)增加观测数据,适当扩大自变量取值范围;
(6)采用加权线性回归;
(7)改用非线性回归模型;       
2.  自相关性带来的问题?
答案:(1)参数的估计值不再具有最小方差线性无偏性;
    2)均方差(MSE)可能严重低估误差项的方差;
3)容易导致对t值评价过高,常用的F检验和t检验失败;
4)当存在序列相关时,仍然是的无偏估计量,但在任一特定的样本中;可能严重扭曲的真实情况,即最小二乘估计量对抽样波动变得非常敏感;
5)如果不加处理的运用普通最小二乘估计模型参数,用此模型进行预测和结构分析会带来较大的方差甚至错误的解释。
3.  回归分析与相关分析的区别与联系是什么?
2012新课标全国卷数学答案:联系:回归分析相关分析都是研究变量间关系的统计学课题。
区别:a.在回归分析中,变量y称为因变量,处在被解释变量的特殊位。在相关分析中,变量x和变量y处于平等地位,即研究变量y与变量x的密切程度与研究变量xfmcm与变量y的密切程度是一回事。
      b.相关分析中涉及的变量y与变量x全是随机变量。而在回归分析中,因为变量是随机的,
自变量可以是随机变量,也可以是非随机的确定量。
      c.相关分析的研究主要是为了刻画两类变量间线性相关的密切程度。而回归分析不仅可以提示变量x对变量y的影响大小,还可以由回归方程进行预测和控制。
4.  叙述一元回归模型的建模过程?
答案:第一步:提出因变量与自变量;
      第二步:收集数据;
      第三步:画散点图;
      第四步:设定理论模型;
      第五步:用软件计算,输出计算结果;
      第六步:回归诊断,分析输出结果。
4、证明题
1. 证明的无偏估计。
证明:E()=E(-)
          =E(-)
          =E()
          =E[()]
          =E[]
网络滤波器          =E()
          =
2. ~时,证明~
证明:E()=E(())
          =()E(y)

本文发布于:2024-09-22 11:39:15,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/403338.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:回归   分析   变量   模型
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议