练习1.1 举例说明理想模型和统计模型间的联系与区别。
答:理想模型和现实模型的联系在于1、它们的目的都是研究未知现象。2、模型表达式中都含有确定因素和随机因素 。3、现实模型是未知现象的一个阶段研究过程,它会根据实践发现的新知识,不断更新。如果认知过程是循环往复的,无止境的,那么 现实模型可以但只能不断的逼近理想模型,它的预报效果会越来越好。
它们的区别在于,相对于理想模型,现实模型并不知道影响未知现象的确定因素有哪些,也不知道确定因素和未知现象之间的回归函数,只能依据以掌握的知识确定尽可能多的确定因子,采用已知回归函数中预报效果最好的回归函数。
练习1.2 举例说明在未知现象的研究过程中迷信的危害是什么。
答:首先如果忽略实践的检验而坚信模型的推断结果,特别是预测类结果,或者已有的研究结果,这就是统计学中的迷信。其次,迷信的危害是小则导致具体工作出现差错,大则导致政府政策方针制定有误,不能与中国实际相结合,从而影响社会经济民生。
比如19世纪的以太学说,认为宇宙空间充满以太,麦克斯韦电磁理论也认为传播光的介质是以太,但是迈克尔逊和莫雷没有迷信物理专家大师的理论,去做了实验,发现根本找不到以太,于是作为物理学界的“小乌云”之一,在后来引起了大风暴,导致了相对论的诞生。
练习1.3
解:设
E
(
ε
∣
X
)
=
μ
E(ε|X)=μ
E(ε∣X)=μ,令
ε
−
μ
=
ε
1
ε-μ=ε_1
ε−μ=ε1
则
E
(
ε
1
∣
X
)
=
0
,
D
(
ε
1
∣
X
)
=
D
(
ε
−
μ
∣
X
)
=
D
(
ε
∣
X
)
=
σ
2
E(ε_1|X)=0,D(ε_1|X)=D(ε-μ|X)=D(ε|X)=σ^2
E(ε1∣X)=0,D(ε1∣X)=D(ε−μ∣X)=D(ε∣X)=σ2
Y
=
β
0
+
μ
+
X
1
β
1
+
.
.
.
+
X
p
β
p
+
ϵ
−
μ
Y=β_0+μ+X_1β_1+...+X_p\beta_p+\epsilon-\mu
Y=β0+μ+X1β1+...+Xpβp+ϵ−μ
Y
=
β
0
n
e
w
+
X
1
β
1
+
.
.
.
+
X
p
β
p
+
ϵ
1
,
β
0
n
e
w
=
β
0
+
μ
Y=β_0new+X_1β_1+...+X_p\beta_p+\epsilon_1, β_0new=β_0+μ
Y=β0new+X1β1+...+Xpβp+ϵ1,β0new=β0+μ
又因为
ϵ
\epsilon
ϵ与
X
i
,
i
=
1
,
.
.
.
p
X_i,i=1,...p
Xi,i=1,...p不相关
所以响应变量
Y
Y
Y、解释变量
X
X
X满足线性回归模型。