回归分析中,R平方值代表()。
A.数据相关性
B.数据正态性
C.试验数据响应的标准差
D.能被因子解释的在Y上的变差变化的比列
A.数据相关性
B.数据正态性
C.试验数据响应的标准差
D.能被因子解释的在Y上的变差变化的比列
第1题
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变,黑人妇女和非黑人妇女在生育上的估计百分数差异是多少?
(iii)求σ。有过度散布和散布不足的证据吗?
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
第2题
利用MEAP00 O1中的数据回答本题。
(i)使用OLS估计模型
并用通常的格式报告你的结论。在5%的显著性水平上,每个解释变量都是统计显著的吗?
(ii)求出第(i) 部分中回归的拟合值。拟合值的取值范围是多少?它与math4的实际数据取值范围相比如何?
(iii)求出第(i)部分中回归的残差。哪类学校具有最大的(正)残差?对这个残差给予解释。
(iv)在方程中增加所有解释变量的平方项,检验它们的联合显著性。你会把它们放到模型中吗?
(v)回到第(i)部分中的模型,将因变量和每个解释变量都除以各自的样本标准差,并重新进行回归。(除非你还将每个变量分别减去了各自的均值,否则还应该包括一个截距项。)以标准差为单位,哪个解释变量对数学考试通过率具有最大的影响?
第3题
A.对同一组数据来说,回归系数和相关系数的假设检验是不等价的
B.直线回归分析的两相关变量可区分为自变量和依变量
C.两相关变量间的决定系数等于其相关系数的平方
D.相关系数可用回归系数表示,反之则不然
E.相关变量x与y的直线回归分析中,回归系数显著表明x与y一定呈直线关系
第4题
(i)对于如下简单回归模型:
(ii)现在检验模型。利用同样88个住房数据估计这个模型的R²是0.829。
(iv)如果price的方差随着assess,sqrft,lotsize或bdrms而变化,你对第(iii)部分的F检验有什么看法?
第5题
利用CHARITY.RAW中的数据[得自于Franses and Paap(2001)] 回答如下问题:
(Ⅰ)在这个4268人的样本中,平均捐款数量是多少(以荷兰盾为单位)?没有捐款的人数百分比是多少?
(Ⅱ)每年平均寄出的邮件数量是多少?其最小值和最大值是多少?
(III)用普通最小二乘法估计如下模型:
按照通常的方式报告估计方程,包括样本容量和R²。
(Ⅳ)解释斜率系数。如果每封邮件的成本是1盾,那么慈善机构预期能够从寄出的每一封邮件中获得净利润吗?这意味着慈善机构从每封邮件中都获得了净利润吗?请加以解释。
(Ⅴ)样本中最小慈善捐款的预测值是多少?利用这个简单的回归分析,你有可能预测git等于0吗?
第6题
第7题
第8题
A.β值等于回归出来的系数b的值
B.Y代表某证券的收益率
C.X代表市场收益率
D.β值等于回归出来的常数项a的值
第9题
A.直线回归分析的两相关变量可区分为自变量和依变量
B.直线相关分析研究的变量呈平行关系
C.两相关变量间的决定系数等于其相关系数的平方
D.相关系数可用回归系数表示,反之则不然
第10题
利用CHARITY.RAW中的数据回答如下问题
(i)用普通最小二乘法估计如下模型:
按照通常的方式报告估计方程,包括样本容量和R²。其R²与不使用giftlast和propresp的简单回归所得到的R²相比如何?
(ii)解释mailsyear的系数,它比对应的简单回归系数更大还是更小?
(iii)解释propresp的系数,千万要注意propresp的度量单位。
(iv)现在,在这个方程中增加变量avggif。这将对mailsyear的估计效应造成什么样的影响?
(v)在第(iv)部分的方程中,giftlast的系数有何变化?你认为这是怎么回事?
第11题
在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。
(i)利用CRIME L RAW中的数据, 在例17.3的泊松回归中同样增加这些项。
(ii)根据估计 。数据存在过度散布的证据吗?该如何调整泊松极大似然估计标准误?
(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3,计算这三个平方项联合显著性的准似然比统计量。你得到什么结论?