应用统计学第十周作业（OSL最小二乘、Excel处理数据）

1.

（1）

超市的广告费支出和销售额的关系

R Square = 0.69,相关系数 = 0.83，x和y还算是有比较强的线性关系。
SSR = 691.72,SSE = 310.28，F检验的结果为11.147，对应的p-value = 0.02,F检验通过。

t检验的结果为3.34，对应的p-value= 0.02，t检验通过。

（2）

啤酒的广告费和销售量的关系

R Square = 0.78,相关系数 = 0.885，x和y有比较强的线性关系。
SSR = 735.49，SSE = 202.33,F检验的结果为29，对应p-value = 0.00065，F检验通过。

t检验的结果为5.39，t检验通过。

2.

证明：

(1)

$$\begin{gathered} 已知b_0=\bar{y}-b_1\bar{x}, \\ 由\bar{y}是y_i的线性组合，已证b_1是y_i的线性组合， \\ \bar{x}是固定设计，所以b_0显然是y_i的线性组合。 \end{gathered}$$

(2)

$$\begin{gathered} 首先证明E(b_1)={\beta }_1 \\ 证明：已知b_1=\frac{\sum (x_i-\bar{x})(y_i-\bar{y})}{\sum (x_i-\bar{x}{)}^2} \\ =\sum \frac{(x_i-\bar{x})}{\sum (x_i-\bar{x}{)}^2}{y}_i=\sum k_i{y}_i \\ E(b_1)=E(\sum k_i({\beta }_0+{\beta }_1{x}_i)) \\ ={\beta }_{0}E(\sum k_i)+{\beta }_{1}E(\sum k_i{x}_i) \\ ={\beta }_0\cdot 0+{\beta }_1\cdot 1={\beta }_1 \\ 在此基础上E(b_0)=E(\bar{y})-\bar{x}E(b_1) \\ ={\beta }_0+{\beta }_1\bar{x}-\bar{x}{\beta }_1={\beta }_0 \end{gathered}$$

(3)

$$\begin{gathered} 已证Var(b_1)=\frac{{\sigma }^2}{{\sum }_{i=1}^n(x_i-\bar{x}{)}^2} \\ 已知b_0=\bar{y}-b_1\bar{x} \\ 所以Var(b_0)=Var(\bar{y}-b_1\bar{x}) \\ =Var(\bar{y})+{\bar{x}}^{2}Var(b_1) \\ =\frac{{\sigma }^2}{n}+\frac{{\bar{x}}^2{\sigma }^2}{{\sum }_{i=1}^n(x_i-\bar{x}{)}^2} \\ ={\sigma }^2(\frac{1}{n}+\frac{{\bar{x}}^2}{{\sum }_{i=1}^n(x_i-\bar{x}{)}^2}) \end{gathered}$$

3.

证明：
$$\begin{gathered} 假设存在线性无偏统计量p_1=\sum c_i{y}_i, \\ 令d_1=p_1-b_1=\sum (c_i-k_i)y_i,则p_1=b_1+d_1 \\ 只需证明Var(p_1)\ge Var(b_1)即可。 \end{gathered}$$

$$\begin{gathered} Var(p_1)=Cov(p_1,p_1)=Cov(b_1+d_1,b_1+d_1) \\ =Var(b_1)+Var(d_1)+2Cov(b_1,d_1) \\ Var(d_1)显然不小于0 \\ Cov(b_1,d_1)=Cov(\sum (c_i-k_i)y_i,\sum k_i{y}_i)=0 \\ 所以Var(p_1)\ge Var(b_1) \\ 因此，任意线性无偏估计的方差都不小于最小二乘得到的方差，即OSL估计量b_1有最小的方差。 \end{gathered}$$