无论模型中包括多少个解释变量,总平方和的自由度总为(n-1)。
无论模型中包括多少个解释变量,总平方和的自由度总为(n-1)。
无论模型中包括多少个解释变量,总平方和的自由度总为(n-1)。
一个二元线性回归模型的回归结果如下表所示:
方差来源 平方和 自由度
来自残差 17058 32
来自回归 26783 2
来自总离差 43841 34
(1)求样本容量n;(2)求可决系数;
(3)根据以上信息,在给定显著性水平下,可否检验两个解释变量对被解释变量的联合影响是否显著,为什么?
A.一元线性回归预测是回归预测的基础,预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验,通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率,即回归方程所能解释的因变量变异性的百分比,是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0,表示所有的观测值全部落在回归直线上;如果r=1,则表示自变量与因变量无线性关系
A.是因子载荷矩阵中各列元素的平方和
B.是因子载荷矩阵中各列元素的平方和占p个变量的总方差之比
C.是因子载荷矩阵中各行元素的平方和占p个变量的总方差之比
D.是说明变量所包含的原始信息被公共因子所解释的部分大小的
E.是衡量各个公共因子相对重要程度的一个指标。
A.被解释变量的实际值与平均值的离差平方和
B.被解释变量的回归值与平均值的离差平方和
C.被解释变量的总变差与剩余变差之差
D.解释变量变动所引起的被解释变量的变差
E.随机因素影响所引起的被解释变量的变差
表3-4给出三变量模型的回归结果。
表3-4 | |||
方差来源 | 平方和(SS) | 自由度(d.f.) | 平方和的均值(MSS) |
来自回归(ESS) | 65965 | — | — |
来自残差(RSS) | — | — | — |
来自总离差(TSS) | 66042 | 14 |
在因变量的总离差平方和中,如果回归平方和所占比重大,则两变量之间()。
A.相关程度高
B.相关程度低
C.完全相关
D.完全不相关
(i)用虚拟变量demwins来代替教材(10.23)中的demvote,并用通常的格式报告结果。哪些因素影响获胜概率?请用截至1992年的数据。
(ii)有多少个拟合值小于0?有多少个拟合值大于1?
(iii)采用下面的预测规则:如果demwins>0.5,你就可以预测民主党会获胜;否则,共和党将获胜。那么,在这20次选举中,这个模型有多少次正确地预测了实际结果?
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上,克林顿获胜了,你的预测结果是否与事实相符?
(v)对误差中的AR(1)序列相关,做异方差-稳健:检验。你有何发现?
(vi)求出第(i)部分中估计值的异方差-稳健标准误。!统计量有什么明显的变化吗?