回归分析课后题答案

回归分析课后题 第一章

1.1变量间统计关系和函数关系的区别是什么？

变量间的统计关系或相关关系：变量间具有密切关联而又不能由某一个或某一些变量
唯一确定另外一个变量的关系， 这种统计关系规律性的研究是统计学中研究的主要对象， 现代统计学中关于统计关系的研究已形成两个重要的分支， 它们叫相关分析和回归分析。

函数关系：两个变量间完全表现为一种确定性关系。即一个变量的变化能完全决定另一个变量的变化。

1.2 回归分析与相关分析的区别与联系是什么？

1. 在回归分析中，变量y称为因变量，处在被解释的特殊地位。

   在相关分析中，变量y与变量x的密切程度是一回事。即研究变量y与变量x的密切程度与研究变量x与变量y的密切程度是一回事。

2. 相关分析中所涉及的变量y与x全是随机变量。

   而回归分析中， 因变量y是随机变量， 自变量x可以是随机变量， 也可以是非随机的确定变量。 通常的回归模型中， 我们总是假定x是非随机的确定变量。

3. 相关分析的研究主要是为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揭示变量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。

1.3 回归模型中随机误差项$\epsilon$的意义是什么？

随机误差项可以概述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。随机误差项主要包括下列因素的影响：

（1） 由于人们认识的局限或时间、 费用、 数据质量等的制约未引入回归模型但又对回归被解释变量y有影响的因素。
（2） 样本数据的采集过程中变量观测值的观测误差。
（3） 理论模型设定的误差。
（4） 其他随机因素。

1.4 线性回归模型的基本假设是什么？

1. 解释变量$x_1,x_2,\dots ,x_p$是非随机变量，观测值$x_{i1},x_{i2},\dots ,x_{ip}$是常数。

2. 等方差及不相关的假定条件为
   { E ( ε i ) = 0 , i = 1 , 2 , … , n c o v ( ε i , ε j ) = { σ 2 , i = j 0 , i ≠ j i , j = 1 , 2 , … , n \begin{cases} E(\varepsilon_i)=0, \quad i=1,2,\dots,n \\ cov(\varepsilon_i,\varepsilon_j)= \begin{cases} \sigma^2,i=j \\ 0,i \neq j \end{cases} \quad i,j=1,2,\dots,n \end{cases}