表4 -3列出了被解释变量Y及解释变量[tex=5.571x1.214]6UQhNKyDEPShlGgWcqU0Tmfg7ykRK/7qoC93F2BEI/o=[/tex]的时间序列观测值。[img=596x150]17b1155613e18ca.png[/img] 用逐步回归法确定一个较好的回归模型。
解答 使用逐步回归法确定回归模型的步骤及结果如下:[br][/br]第一步: 将被解释变量Y分别对解释变量[tex=5.571x1.214]6UQhNKyDEPShlGgWcqU0Tmfg7ykRK/7qoC93F2BEI/o=[/tex]作简单回归。①[tex=10.0x5.5]wmYKymyzNhNFOZ31z+Rsu0JHCyeZeFjwlo14KqgJ1wFTzu2DpweVzz+LitTayQoPSEUUB5RsZkKWWUp9kc7ZnAsYb+5ihPD1w5HaARDhtQ/jIztFyN6Q5Wvefw0imEj+[/tex]②[tex=9.5x5.5]mOVZaLQSSEN26zuFA0af14Wx6bjy6K/+dvJeeXXxT6l7s9EndTKHxF+zDeJTAYCs2nUu5wC3AJpgtWK2BcQBxXzzRmHkQc9aYpMWs1c8VprcubdCPx6/THc5gPG7W/jp[/tex]③[tex=9.929x5.5]HvjmONM6vbSrRHAQoNc2r0ilZ2R6z+xHBfwGfsVWgs46rzkx5E5ln88Ocgtcm9wAFwt51N3SwfVZKLvKT64BTwbtKhHYz9NUe/HCTiyN7ow0+r4+Sua/eb9Vwkko+i12[/tex]④[tex=12.0x4.357]/KAEvZIqfJsA0jKuzhuepRVwl2G2KBsRfAN5jQdfoa5JFAY3LFPeNIKr14wKw1HFvW4Wov8w9dY9Gx1sPIlrPku6DrxXcAEGER4nn9+91qSXzMacakDzS738tVmXKDJ1[/tex]可见，Y受[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]的影响最大，因此选①为初始的回归模型。第二步:逐步回归，将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程(如表4 2所示)。最终,确定模型为[tex=18.929x1.5]TqLUbOzYQg2tUFQw3Ph6tnzhdJ4X+KrpvDQD52rJedT+zNW1zoQuF0kTV9Xmt6GqGsAr8sURrTHxhmW8H490Zw==[/tex][img=594x145]17b1159e18eca2f.png[/img][img=611x169]17b1159f3545a1d.png[/img]
举一反三
- 表4 -3列出了被解释变量Y及解释变量[tex=5.571x1.214]6UQhNKyDEPShlGgWcqU0Tmfg7ykRK/7qoC93F2BEI/o=[/tex]的时间序列观测值。[img=596x150]17b1155613e18ca.png[/img] 用OLS估计线性回归模型，并采用适当的方法检验多重共线性:
- 表 4-17 列出了被解释变量 Y及解释变量 [tex=6.071x1.214]VG3UP5DAurumUw6v5EFA7x9ZhEXsAvmPq2RVw2PBhZI=[/tex]的时间序 列观测值。 用逐步回归法确定一个较好的回归模型。[br][/br][img=802x204]17b0f031e7bd56d.png[/img]
- 表 4-17 列出了被解释变量 Y及解释变量 [tex=6.071x1.214]VG3UP5DAurumUw6v5EFA7x9ZhEXsAvmPq2RVw2PBhZI=[/tex]的时间序 列观测值。用 OLS 法估计线性回归模型, 并采用适当的方法检验多重共线性 [img=802x204]17b0f031e7bd56d.png[/img]
- 回归模型中的随机扰动项[img=16x18]180399f5d1b3a1c.png[/img]主要包含（ ） A: 除了解释变量X意外的其他被忽略或者无法量化的因素对被解释变量Y的影响 B: 变量观测值的观测误差 C: 模型关系可能存在设定误差 D: 其他随机因素的干扰
- 回归分析中关于解释变量X和被解释变量Y的说法正确的是（ ）。
内容
- 0
在对模型的解释变量进行选择时，我们常用逐步回归法，即以Y为被解释变量，逐个引入解释变量X，构成回归模型，进行模型估计。如果在引入一个新解释变量后，模型的拟合优度显著提高，则说明新引入的变量是（ ）。 A: 其他解释变量可以替代的变量 B: 可以被舍去的变量 C: 一个独立解释变量 D: 随机分布的变量
- 1
表3 3给出Y关于X，X的线性回归结果。[img=597x133]17b00b1eab2e326.png[/img] 根据以上信息，你能否确定[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]和[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]各自对Y的影响?
- 2
建立一元线性回归模型时，需要假定（） A: 解释变量是随机变量 B: 被解释变量是非随机变量 C: 被解释变量y与解释变量x之间具有线性关系 D: 解释变量的取值是非随机的 E: 被解释变量是随机变量
- 3
被解释变量的观测值与其回归理论值之间的偏差称为____;被解释变量观测值与其回归估计值之间的偏差,称为____
- 4
序列相关是指回归模型中（） A: 解释变量X的不同时期相关 B: 被解释变量Y的不同时期相关 C: 解释变量X与随机误差项u之间相关 D: 随机误差项u的不同时期相关