线性回归练习题

一、是非题1．单个自变量的线性回归就是直线回归。

2．直线回归就是指自变量和应变量的观察值落在在一条直线上。

3．直线回归中预测值Y 是固定某个X 值，Y 的总体均数估计值。

4．用逐步回归的方法评价自变量与应变量之间的关联性，只能推断某个自变量与应变量有关联性，不能推断无它们之间无关联性。

二、选择题1．用最小二乘法确定直线回归方程的原则是各观察点（）A ． 距直线的纵向距离相等B ． 距直线的纵向距离的平方和最小C ． 与直线的垂直距离相等D ． 与直线的垂直距离的平方和最小 2．直线回归的系数假设检验（）E ． 只能利用相关系数r 的检验方法进行检验F ． 只能用t 检验G ． 只能用F 检验H ． 三者均可3．Y ˆ=7+2X 是1~7岁儿童以年龄(岁)估计体重(公斤)的回归方程，若把体重的单位换成市斤，则此方程（ ）A ．截矩改变B ．回归系数改变C ． 截矩与回归系数都改变D ．回归系数不变E ．截矩不变 4．直线回归系数的假设检验，其自由度为（ ）A ．nB ．n-1C ．n-2D ．2n-1E ．2n-25．对应变量Y 的离均差平方和，下列哪个分解是正确的？（ ）A ．SS 剩=SS 回B ．SS 总=SS 剩C ．SS 总=SS 回D ．SS 总＋SS 剩=SS 回E ．SS 总＋SS 回=SS 剩三、计算分析题1．15名儿童的身高与肺死腔容积的观察值如表15-3所示。

表15-3 儿童身高与肺死腔容积的观测数据对象号 身高(cm)X 肺死腔容积(ml)Y 对象号 身高(cm)X 肺死腔容积(ml)Y 1 110 45 9 175 102 2 116 32 10 167 111 3 123 41 11 165 88 4 130 45 12 160 65 5 129 43 13 157 79 6 142 67 14 156 92 7 147 58 15 149 58 815357试用该资料进行回归分析：（1）计算样本回归方程的截矩与回归系数； （2）进行回归系数等于0的假设检验； （3）验证是否存在F t b =的关系；（4）估计回归系数β的95%置信区间。

线性回归练习一、选择题1.下列两个变量之间的关系中，哪个是函数关系 （ ） A.学生的性别与他的数学成绩 B.人的工作环境与健康状况 C.女儿的身高与父亲的身高 D. 正三角形的边长与面积2．从某大学随机选取8名女大学生，其身高x (cm)和体重y (kg)的回归方程为 ˆ0.84985.712yx =-，则身高172cm 的女大学生，由回归方程可以预报其体重 （ ）A.为6 0.316kgB. 约为6 0.316kgC.大于6 0.316kgD.小于6 0.316kg3. 工人月工资（元）依劳动生产率（千元）变化的回归直线方程为ˆ160180yx =+，下列判断正确的是 （ ）A ．劳动生产率为1000元时，工资为340元B ．劳动生产率提高1000元时，工资提高180元C ．劳动生产率提高1000元时，工资平均提高180元 D.工资为520元时，劳动生产率为2000元 4．由右表可计算出变量,x y 的线性回归方程为（ ） A. ˆ0.350.15y x =-+ B. ˆ0.350.25y x =-+ C. ˆ0.350.15y x =+ D. ˆ0.350.25y x =+ 二、填空题5．下列说法中正确的是 （填序号）①回归分析就是研究两个相关事件的独立性；②回归模型都是确定性的函数；③回归模型都是线性的；④回归分析的第一步是画散点图或求相关系数r ；⑤回归分析就是通过分析、判断，确定相关变量之间的内在的关系的一种统计方法. 6．三点()3,10,(7,20),(11,24)的线性回归方程是三、解答[2016高考新课标Ⅲ文数]下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图（I ）由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明；（II ）建立y 关于t 的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量． 附注： 参考数据：719.32ii y==∑，7140.17i i i t y ==∑0.55=，7≈2.646.参考公式：相关系数r =回归方程y a b =+中斜率和截距的最小二乘估计公式分别为：121()()()nii i nii tt y y b tt ==--=-∑∑，a y bt =-【2015高考重庆，文17】随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款（年底余额）如下表：(Ⅰ)求y 关于t 的回归方程^^^t y b a =+(Ⅱ)用所求回归方程预测该地区2015年（6t =）的人民币储蓄存款. 附：回归方程^^^t yb a=+中1122211()(),().nniii ii i nniii i x x y y x y nx yb x x xnxa y bx ====⎧---⎪⎪==⎪⎨--⎪⎪=-⎪⎩∑∑∑∑8、这个世界并不是掌握在那些嘲笑者的手中，而恰恰掌握在能够经受得住嘲笑与批忍不断往前走的人手中。

第二章简单线性回归模型练习题一、术语解释1 解释变量2 被解释变量3 线性回归模型4 最小二乘法5 方差分析6 参数估计7 控制8 预测二、填空1 在经济计量模型中引入反映( )因素影响的随机扰动项t ，目的在于使模型更符合( )活动。

2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：( 1)因为人的行为的( )、社会环境与自然环境的( )决定了经济变量本身的( )；(2)建立模型时其他被省略的经济因素的影响都归入了( )中；(3)在模型估计时，( )与归并误差也归入随机扰动项中；( 4)由于我们认识的不足，错误的设定了 ( ) 与( )之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。

3 ( )是因变量离差平方和，它度量因变量的总变动。

就因变量总变动的变异来源看，它由两部分因素所组成。

一个是自变量，另一个是除自变量以外的其他因素。

( ) 是拟合值的离散程度的度量。

它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。

( )是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。

4 回归方程中的回归系数是自变量对因变量的( )。

某自变量回归系数的意义，指的是该自变量变化一个单位引起因变量平均变化( )个单位。

5 模型线性的含义，就变量而言，指的是回归模型中变量的( )；就参数而言，指的是回归模型中的参数的( )；通常线性回归模型的线性含义是就( )而言的。

6 样本观察值与回归方程理论值之间的偏差，称为( )，我们用残差估计线性模型中的( )。

三、简答题1 在线性回归方程中，“线性”二字如何理解2 用最小二乘法求线性回归方程系数的意义是什么3 一元线性回归方程的基本假设条件是什么4 方差分析方法把数据总的平方和分解成为两部分的意义是什么5 试叙述t 检验法与相关系数检验法之间的联系。

6 应用线性回归方程控制和预测的思想。

多元线性回归模型一、单项选择题1.在由30n =的一组样本估计的、包含3个解释变量的线性回归模型中，计算得多重决定系数为0.8500，则调整后的多重决定系数为（ D ）A. 0.8603B. 0.8389C. 0.8655D.0.8327 2.下列样本模型中，哪一个模型通常是无效的（B ） A.iC （消费）=500+0.8iI （收入）B. di Q （商品需求）=10+0.8i I （收入）+0.9i P （价格） C. si Q （商品供给）=20+0.75i P （价格）D. iY （产出量）=0.650.6i L （劳动）0.4i K （资本）3.用一组有30个观测值的样本估计模型01122t t t ty b b x b x u =+++后，在0.05的显著性水平上对1b 的显著性作t 检验，则1b 显著地不等于零的条件是其统计量t 大于等于（ C ）A.)30(05.0t B.)28(025.0t C.)27(025.0t D.)28,1(025.0F4.模型tt t u x b b y ++=ln ln ln 10中，1b 的实际含义是（ B ）A.x 关于y 的弹性B. y 关于x 的弹性C. x 关于y 的边际倾向D. y 关于x 的边际倾向5、在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于１，则表明模型中存在（ C ）A.异方差性B.序列相关C.多重共线性D.高拟合优度6.线性回归模型01122......t t t k kt t y b b x b x b x u =+++++ 中，检验0:0(0,1,2,...)t H b i k ==时，所用的统计量服从( C )A.t(n-k+1)B.t(n-k-2)C.t(n-k-1)D.t(n-k+2)7. 调整的判定系数 与多重判定系数之间有如下关系( D )A.2211n R R n k -=-- B. 22111n R R n k -=---C. 2211(1)1n R R n k -=-+-- D. 2211(1)1n R R n k -=----8．关于经济计量模型进行预测出现误差的原因，正确的说法是（ C ）。

《线性回归方程》强化训练1、（门槛题）某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四次试验，得到的数据如下：零件的个数x （个） 2 3 4 5加工的时间y （小时） 2.5 3 4 4.5（Ⅰ）在给定的坐标系中画出表中数据的散点图；（Ⅱ）求出 y 关于 x 的线性回归方程? ? ?，并在坐标系中画出回归直线；y bx a（Ⅲ）试预测加工10个零件需要多少时间？n附录：参考公式：? x i x y i y?i 1 ，?b n y bx .2 ax i xi 12 、（泸州市 2017 届高三一诊第 20 题）某班主任为了解本班学生的数学和物理考试成绩间关系，在某次阶段性测试中， 他在全班学生中随机抽取一个容量为 5 的样本进行分析。

该样本中5位同学的数学和物理成绩对应如下表：学生编号123 4 5 数学分数 x 89 9193 95 97 物理分数 y8789899293( Ⅰ ) 根据上表数据，用变量y 与 x 相关系数说明物理成绩y 与数学成绩 x 之间线性相关关系的强弱； ( Ⅱ ) 建立 y 与 x 的线性回归方程（系数精确到0.01），并预测该班数学分数为 88 的学生的物理分数 .5552附录：参考数据：y i450，x i y i41880，y i y4.90 ；i 1i 1i 1n参考公式：相关系数rx i x y i y?i 1； 回归直线的方程是 ??，nny bxa2 2i 1 x i xi 1 y iyn其中对应的回归估计值：?x i x y iy?i 1， ?，参考值：15 3.87bny bx .2ai 1 x i x3、（ 2016年全国新课标高考Ⅲ卷第 18 题）下图是我国 2008 年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.（Ⅰ）由折线图看出，可用线性回归模型拟合 y 与 t 的关系，请用相关系数加以说明；（Ⅱ）建立 y 关于 t 的回归方程（系数精确到0.01），预测 2016 年我国生活垃圾无害化处理量 777y)2附注：参考数据：y i 9.32 ，t i y i 40.17 ，( y i0.55 ， 7 2.646 .i 1 i 1i 1nt y it i y参考公式：相关系数ri 1，nn22t ty i yii 1i 1n)) ))(t i t )( y iy)i 1) )回归方程 ya bt 中斜率和截距的最小二乘估计公式分别为：bn，a=y (t it ) 2i 1.)bt .4 、（ 2015 年全国新课标高考Ⅰ卷第 19 题）某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费 x （单位：千元）对年销售量 （单位： ）和年利润 （单位：千元）的影响，对近 8 年的宣传费x i 和年销售量 y i i 1,2,L ,8ytz数据作了初步处理，得到下面的散点图及一些统计量的值.r ur ur 8888xyw(x i x) 2(w i w) 2( x i x)( y iy)( w i w)( y i y)i 1i 1i1i 146.6 563 6.8289.81.61469108.8ur8表中 w ix i ， w =1w i .8 i 1（Ⅰ）根据散点图判断， y a bx 与 y cd x ，哪一个适宜作为年销售量y 关于年宣传费 x 的回归方程类型？（给出判断即可，不必说明理由）（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立 y 关于 x 的回归方程；（Ⅲ）已知这种产品的年利润 z 与 x ， y 的关系为 z 0.2 y x ，根据（Ⅱ）的结果回答下列问题：（ⅰ）年宣传费 x49 时，年销售量及年利润的预报值是多少？ （ⅱ）年宣传费 x 为何值时， 年利润的预报值最大？附：对于一组数据 (u 1, v 1 ) , (u 2 , v 2 ) ， ， (u n , v n ) , 其回归直线 vu 的斜率和截距的最小二乘估计分别为：n(u iu)(v iv)μ i 1μμ=n，=vu .(u i u)2i 1。

多元线性回归模型一、单项选择题1.在由n = 30的一组样本估计的、包含3个解释变量的线性回归模型中，计算得多重决定 系数为，则调整后的多重决定系数为（D ） A. B. C. 下列样本模型中，哪一个模型通常是无效 的（B ）A. G （消费）=500+4（收入）B. Q d （商品需求）=10+4（收入）+ P （价格）C.Qs （商品供给）=20+ P （价格）D. 1 （产出量）=L 0'（劳动）£”（资本）3 .用一组有30个观测值的样本估计模型工=b 0 + b i x i t + b 2x 21 + u t 后，在的显著性水平上对b i 的显著性作t 检验，则b i 显著地不等于零的条件是其统计量t 大于等于（Ct （30） t （28） t （27） F （1,28）A. 0.05B. 0.025C. 0.025D. 0.025ln y = ln b + b In x + u , b ,,4 .模型 乙 0 i t t 中，i 的实际含义是（B ）A. x 关于y 的弹性B. y 关于x 的弹性C. x 关于y 的边际倾向D. y 关于x的边际倾向5、在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1,则表明 模型中存在（ C ）A.异方差性B.序列相关C.多重共线性D.高拟合优度 6 .线性回归模型y = b + bx + b x + ... + b x + u 中，检验H :b = 0（i = 0,1,2,...k ） 时，所用的统计量服从（1 C 2 22 k kt t 0 t （n-k+1） （n-k-2） （n-k-1） （n-k+2）7 . 调整的判定系数与多重判定系数之间有如下关系（ D ）— n — 1— n — 1 A. R 2 = ------------ R 2B. R 2 = 1 ------------- R 2n 一 k 一 1 n 一 k 一 1 n 一 1n 一 1 ~C. R 2 = 1 ----------- （1+ R 2）D, R 2 = 1 ----------- （1-R 2）n 一 k 一 1n 一 k 一 18 .关于经济计量模型进行预测出现误差的原因，正确的说法是（C ）。

第10课时线性回归方程(1)
分层训练
1．长方形的面积一定时，长和宽具有( ) (A)不确定性关系 (B)相关关系 (C)函数关系 (D)无任何关系 2．三点（3,10），（7,20），（11,24）的线性回归方程是 （ ）
(A) x y
175ˆ-= (B) x y 517ˆ+= (C) x y 517ˆ-= (D) x y 517ˆ+-= 3．已知线性回归方程为：81.050.0ˆ-=x y
，则x ＝25时，y 的估计值为________ 4．一家保险公司调查其总公司营业部的加班效果，收集了10周中每周加班时间y （小时）与签发新保单数目x
则y 关于x 估计的线性回归方程为____________________(保留四位有效数字) 5
求y 与x 的线性回归方程。

（小数点后保留两位有效数字）
思考∙运用
6．在某种产品表面进行腐蚀刻线试验，得到腐蚀深度y 与腐蚀时间x 之间相应的一组观察值如下表：
y （万元），有如下的统计资料：
试求：（1）线性回归方程a bx y
+=ˆ的回归系数a , b ; (2)估计使用年限为10年时，维修费用是多少？
本节学习疑点：
6.4.1 线性回归方程(1)
1．C 2．D 3．11.69
4．x y
003585.01181.0ˆ+= 5．x y
96.168.183ˆ+= 6．x y
304.036.5ˆ+= 7．(1) 23.1=b , 08.0=a
(2) 线性回归方程是 08.023.1ˆ+=x y
当x=10时，38.1208.01023.1ˆ=+⨯=y
即估计使用10年时的维修费用是12.38万元。

第二章 简单线性回归模型练习题一、术语解释 1 解释变量 2 被解释变量 3 线性回归模型 4 最小二乘法 5 方差分析 6 参数估计 7 控制 8 预测 二、填空1 在经济计量模型中引入反映（ ）因素影响的随机扰动项t ξ，目的在于使模型更符合（ ）活动。

2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（ ）、社会环境与自然环境的（ ）决定了经济变量本身的（ ）；（２）建立模型时其他被省略的经济因素的影响都归入了（ ）中；（３）在模型估计时，（ ）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（ ）与（ ）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。

3 （ ）是因变量离差平方和，它度量因变量的总变动。

就因变量总变动的变异来源看，它由两部分因素所组成。

一个是自变量，另一个是除自变量以外的其他因素。

（ ）是拟合值的离散程度的度量。

它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。

（ ）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。

4 回归方程中的回归系数是自变量对因变量的（ ）。

某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化（ ）个单位。

5 模型线性的含义，就变量而言，指的是回归模型中变量的（ ）；就参数而言，指的是回归模型中的参数的（ ）；通常线性回归模型的线性含义是就（ ）而言的。

6 样本观察值与回归方程理论值之间的偏差，称为（ ），我们用残差估计线性模型中的（ ）。

三、简答题1 在线性回归方程中，“线性”二字如何理解？2 用最小二乘法求线性回归方程系数的意义是什么？3 一元线性回归方程的基本假设条件是什么？4 方差分析方法把数据总的平方和分解成为两部分的意义是什么？5 试叙述t 检验法与相关系数检验法之间的联系。

高二第二学期第一章线性回归方程同步练习题（文科）（1）一、选择题1 . 下列两个变量之间的关系哪个不是函数关系（ D ） A ．角度和它的余弦值 B.正方形边长和面积 C ．正ｎ边形的边数和它的内角和 D.人的年龄和身高2．某市纺织工人的月工资（元）依劳动生产率（千元）变化的回归方程为y=50+80x ，则下列说法中正确的是（ C ）A ．劳动生产率为1000元时，月工资为130元B ．劳动生产率提高1000元时，月工资提高约为130元C ．劳动生产率提高1000元时，月工资提高约为80元D ．月工资为210元时，劳动生产率为2000元 3．设有一个回归方程为y=2-1.5x ，则变量x 每增加一个单位时，y 平均 （ C ） A ．增加1.5单位 B ．增加2单位 C ．减少1.5单位 D ．减少2单位4．实验测得四组(x ，y )的值为(1,2)，(2,3)，(3,4)，(4,5)，则y 与x 之间的回归直线方程为( A )A.y ^＝x ＋1 B.y ^＝x ＋2 C.y ^＝2x ＋1 D.y ^＝x －15．由一组样本(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )得到的回归直线方程y ^＝a ＋bx ，下面有四种关于回归直线方程的论述：(1)直线y ^＝a ＋bx 至少经过点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )中的一个点；(2)直线y ^＝a ＋bx 的斜率是∑ni ＝1x i y i －n x y ∑ni ＝1x 2i －n x 2；(3)直线y ^＝a ＋bx 必过(x ，y )点； (4)直线y ^＝a ＋bx 和各点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )的偏差∑ni ＝1 (y i －a －bx i )2是该坐标平面上所有的直线与这些点的偏差中最小的直线．其中正确的论述有( D )A ．0个 B ．1个C ．2个 D ．3个解析 线性回归直线不一定过点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )中的任何一点；b ＝∑ni ＝1x i y i －n x y∑ni ＝1x 2i －n x 2就是线性回归直线的斜率，也就是回归系数；线性回归直线过点(x ，y )；线性回归直线是平面上所有直线中偏差∑ni ＝1(y i －a －bx i )2取得最小的那一条．故有三种论述是正确的，选D. 6．某化工厂为预测产品的回收率y ，需要研究它和原料有效成分含量x 之间的相关关系，现取8对观测值，计算，得∑8i ＝1x i ＝52，∑8i ＝1y i ＝228，∑8i ＝1x 2i ＝478，∑8i ＝1x i y i ＝1849，则其线性回归方程为( A ) A.y ^＝11.47＋2.62x B.y ^＝－11.47＋2.62x C.y ^＝2.62＋11.47x D.y ^＝11.47－2.62x解析 利用回归系数公式计算可得a ＝11.47，b ＝2.62，故y ^＝11.47＋2.62x . 7. 下列变量之间的关系是函数关系的是（ A ）A ．已知二次函数c bx ax y ++=2，其中a ，b 是已知常数，取b 为自变量，因变量是这个函数的判别式ac b Δ42-=B ．光照时间和果树的亩产量C ．降雪量和交通事故发生率D ．每亩用肥料量和粮食亩产量 8. 列有关线性回归的说法，不正确是（ D ）A.变量取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫做相关关系B.在平面直角坐标系中用描点的方法得到表示具有相关关系的两个变量的一组数据的图形叫做散点图C.线性回归直线方程最能代表观测值x ，y 之间的关系D.任何一组观测值都能得到具有代表意义的回归直线方程 9.已知x 与y 之间的一组数据：则y 对x 的线性回归方程y ＝bx ＋A. (2,2) B. (1.5,3.5) C. (1,2) D. (1.5,4)10. 设回归直线方程为y ＝2－1.5x ，若变量x 增加1个单位，则( C )． A. y 平均增加1.5个单位 B. y 平均增加2个单位 C. y 平均减少1.5个单位 D. y 平均减少2个单位二、填空题11.下列关系中，是相关关系的为 （填序号）.①学生的学习态度与学习成绩之间的关系；②教师的执教水平与学生的学习成绩之间的关系； ③学生的身高与学生的学习成绩之间的关系；④家庭的经济条件与学生的学习成绩之间的关系. 答案 ①②12.下列有关线性回归的说法，正确的是 （填序号）.①相关关系的两个变量不一定是因果关系②散点图能直观地反映数据的相关程度 ③回归直线最能代表线性相关的两个变量之间的关系④任一组数据都有回归直线方程 答案 ①②③13.下列命题：①线性回归方法就是由样本点去寻找一条贴近这些样本点的直线的数学方法； ②利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示；③通过回归直线yˆ=b ˆx +a ˆ及回归系数b ˆ,可以估计和预测变量的取值和变化趋势. 其中正确命题的序号是 .答案 ①②③14．下列关系：①人的年龄与其拥有的财富之间的关系；②曲线上的点与该点的坐标之间的关系；③苹果的产量与气候之间的关系；④森林中的同一树木，其截面直径与高度之间的关系；⑤学生的身高与其学号之间的关系，其中有相关关系的是___①③④_____(填序号)．15.已知回归方程为yˆ=0.50x-0.81,则x=25时，y ˆ的估计值为 .答案 11.69 16．下表是某厂1～4由散点图可知，用水量y 与月份x 之间有较好的线性相关关系，其线性回归直线方程是y ^＝－0.7x ＋a ，则a 等于______．解析 x ＝2.5，y ＝3.5，∵回归直线方程过定点(x ，y )，∴3.5＝－0.7×2.5＋a .∴a ＝5.25. 17．某服装商场为了了解毛衣的月销售量y (件)与月平均气温x (℃)之间的关系，随机统计了某4个月的月销售量与当月平均气温，其数据如下表：由表中数据算出线性回归方程y ＝bx ＋a 中的b ≈－2，气象部门预测下个月的平均气温约为6℃，据此估计，该商场下个月毛衣的销售量约为________件．答案 46解析 由所提供数据可计算得出x ＝10，y ＝38，又b ≈－2代入公式a ＝y －b x 可得a ＝58，即线性回归方程y ^＝－2x ＋58，将x ＝6代入可得．18．正常情况下，年龄在18岁到38岁的人们，体重y （kg ）依身高x （cm ）的回归方程为y=0.72x-58.5。

X 8.12, Y 7.28,
X
2 i
330.62
XiYi 296.37,
n 1 n
X iYi
X
2 i
(
Xi Yi Xi )2
0.846
ˆ0 Y ˆ1X 0.411
Y关于X的样本回归方程为：
Yi 0.411 0.846 X i
2、下列方程哪些是正确的？哪些是错误的？为什么？
Yt X t
Yt X t t
Yt ˆ ˆ Xt t Yˆt ˆ ˆ Xt t
t 1,2,, n t 1,2,, n
t 1,2,,n t 1,2,,n
Yt ˆ ˆ Xt Yˆt ˆ ˆ Xt Yt ˆ ˆ Xt ˆt Yˆt ˆ ˆ Xt ˆt
率项将会成为原回归系数的1/10。同样地，记Y*为原变量Y的
单位扩大10倍的变量，则Y=Y*/10，于是
Y 10
0
1 X ,
Y 100 101 X
可见，被解释变量的单位扩大10倍时，截距项与斜率项都会比 原回归系数扩大10倍。
（2）假定给X的每个观测值都增加2，对原回归的斜率和截距 会有什么样的影响？如果给Y的每个观测值都增加2，又会怎样？
4.对线性回归模型进行最小二乘估计，最小二乘准则是 __残_差_平_方__和_最_小___________。
5. 普通最小二乘法得到的参数估计量具有___线_性_性_____、 __无_偏__性_____、__有__效_性_____统计性质。
6.对计量经济学模型作统计检验包括___似_合_优_度____检验、 __变_量__的_显_著_性__检验、__方__程_的_显_著_性__检验。
归方程为
，这说明（）。
A.产量每Yˆ 增 加35一6 台1，.5X单位产品成本增加356元

《9.1 线性回归分析》同步训练(答案在后面)一、单选题（本大题有8小题，每小题5分，共40分）1、某地区近五年内每年的GDP（单位：亿元）如下表所示：年份 | GDP–|—– 2016 | 300 2017 | 320 2018 | 350 2019 | 370 2020 | 400若要用线性回归分析预测该地区2021年的GDP，以下哪项说法是正确的？A、根据2016年到2020年的数据，拟合直线y=10x+290，则预测2021年GDP为410亿元B、根据2016年到2020年的数据，拟合直线y=10x+280，则预测2021年GDP为420亿元C、根据2016年到2020年的数据，拟合直线y=10x+280，则预测2021年GDP为400亿元D、根据2016年到2020年的数据，拟合直线y=10x+290，则预测2021年GDP为400亿元2、已知一组数据的线性回归方程为(y=1.5x+20)，若将(x)的值增加 2，则(y)的值将（）。

A、减少 3B、减少 2C、增加 3D、增加 23、（单选题）若线性回归方程为y = 3x + 1，当x增加1个单位时，y大约增加多少个单位？A. 1个单位B. 3个单位C. 4个单位D. 2个单位4、给定一组数据点((x1,y1),(x2,y2),...,(x n,y n))，假设我们已经计算出了线性回归方程(y=ax+b)中的斜率(a)和截距(b)。

如果增加一个新数据点((x n+1,y n+1))到这组数据中，那么新的线性回归方程中的斜率(a′)相对于原来的斜率(a)：A. 一定会变大B. 一定会变小C. 可能会变大，可能会变小，也可能会不变D. 一定不会改变5、某校为研究学生身高与体重之间的关系，随机抽取了10名学生的身高和体重数据，并建立了线性回归方程y=50x+35（其中x为身高，y为体重），若某学生的身高为1.75米，则该学生的预测体重约为：A. 70千克B. 75千克C. 80千克D. 85千克6、某研究机构对两种不同品牌的学习卡片销售情况进行了统计，得到了两组数据，为了找到哪种学习卡片的销售趋势更好的线性回归方程，第一组（品牌A）的广告费用与销售额数据如下：广告费用x（元）分别为100、200、300、400、500，对应的销售额y（万元）分别为15、25、35、45、55。

第9章一元线性回归练习题一．选择题1．具有相关关系的两个变量的特点是（）A．一个变量的取值不能由另一个变量唯一确定B．一个变量的取值由另一个变量唯一确定C．一个变量的取值增大时另一个变量的取值也一定增大D．一个变量的取值增大时另一个变量的取值肯定变小2．下面的各问题中，哪个不是相关分析要解决的问题A．判断变量之间是否存在关系B．判断一个变量数值的变化对另一个变量的影响C．描述变量之间的关系强度 D.判断样本所反映的变量之间的关系能否代表总体变量之间的关系3.根据下面的散点图，可以判断两个变量之间存在（）A.正线性相关关系B. 负线性相关关系C. 非线性关系D. 函数关系4.下面的陈述哪一个是错误的（）A. 相关系数是度量两个变量之间线性关系强度的统计量B．相关系数是一个随机变量C．相关系数的绝对值不会大于1D．相关系数不会取负值5.根据你的判断，下面的相关系数取值哪一个是错误的（）A. -0.86B. 0.78C. 1.25D. 06.如果相关系数r=0,则表明两个变量之间（）A.相关程度很低B. 不存在任何关系C．不存在线性相关关系D.存在非线性关系7.下列不属于相关关系的现象是（）A.银行的年利息率与贷款总额B.居民收入与储蓄存款C.电视机的产量与鸡蛋产量D.某种商品的销售额与销售价格8.设产品产量与产品单位成本之间的线性相关系数为-0.87，这说明二者之间存在着（）A. 高度相关B.中度相关C.低度相关D.极弱相关9.在回归分析中，被预测或被解释的变量称为（）A.自变量B.因变量C.随机变量D.非随机变量10.对两变量的散点图拟合最好的回归线，必须满足一个基本的条件是（）A.2ˆ()yy∑-最小B.2)(ˆyy∑-最大C.2ˆ()yy∑-最大D.2)(ˆyy∑-最小11. 下列哪个不属于一元回归中的基本假定（）A.误差项i ε服从正态分布B. 对于所有的X ，方差都相同C. 误差项i ε相互独立D. 0)ˆ=-i i yy E （ 12.如果两个变量之间存在着负相关，指出下列回归方程中哪个肯定有误（ ）A.x y75.025ˆ-= B. x y 86.0120ˆ+-= C. x y 5.2200ˆ-= D. x y 74.034ˆ--= 13.对不同年份的产品成本拟合的直线方程为,75.1280ˆx y-=y 表示产品成本，x 表示不同年份，则可知（ ）A.时间每增加一个单位，产品成本平均增加1.75个单位B. 时间每增加一个单位，产品成本平均下降1.75个单位C.产品成本每变动一个单位，平均需要1.75年时间D. 产品成本每减少一个单位，平均需要1.75年时间 14.在回归分析中，F 检验主要是用来检验（ ）A ．相关关系的显著性 B.回归系数的显著性 C. 线性关系的显著性D.估计标准误差的显著性15.说明回归方程拟合优度的统计量是（ ）A. 相关系数B.回归系数C. 判定系数D. 估计标准误差16.已知回归平方和SSR=4854,残差平方和SSE=146,则判定系数R 2=( ) A.97.08% B.2.92% C.3.01% D. 33.25% 17. 判定系数R2值越大，则回归方程（ ）A 拟合程度越低B 拟合程度越高C 拟合程度有可能高，也有可能低D 用回归方程进行预测越不准确 18. 居民收入与储蓄额之间的相关系数可能是（ ） A -0.9247 B 0.9247 C -1.5362 D 1.536219.在对一元回归方程进行显著性检验时，得到判定系数R 2=0.80,关于该系数的说法正确的是（ ）A. 该系数越大，则方程的预测效果越好B. 该系数越大，则由回归方程所解释的因变量的变差越多C. 该系数越大，则自变量的回归对因变量的相关关系越显著D. 该回归方程中自变量与因变量之间的相关系数可能小于0.8 20.下列方程中肯定错误的是（ ）A. x y48.015ˆ-=，r=0.65 B. x y 35.115ˆ--=, r= - 0.81 C. x y85.025ˆ+-=, r=0.42 D. x y 56.3120ˆ-=, r= - 0.96 21. 若两个变量存在负相关关系，则建立的一元线性回归方程的判定系数R 2的取值范围是（ ）A.【0，1】B. 【-1，0】C. 【-1，1】D.小于0的任意数二． 填空题1.当从某一总体中抽取了一样本容量为30的样本，并计算出某两个变量的相关系数为0.8时，我们是否可认为这两个变量存在着强相关性（不能 ） ，理由是（因为该相关系数为样本计算出的相关系数，它的大小受样本数据波动的影响，它是否显著尚需检验 ）。

（2）、设线性回归方程为
ɵ ɵ y = bx + a
由系数公式可知，
ɵ 66.5 − 4 × 4.5 × 3.5 = 66.5 − 63 = 0.7 x = 4.5, y = 3.5, b = 5 86 − 4 × 4.52
ɵ = 3.5 − 0.7 ×设线性回归方程为由系数公式可知?aybx???26654453586445??665635453507xyb???????????a?923507?035??所以线性回归方程为07035yx??3x100时070357035yx???所以预测生产100吨甲产品的生产能耗比技术改造前降低1965吨标准煤
答案：B
所以线性回归方程为
y = 0.7 x + 0.35
y = 0.7 x + 0.35 = 70.35
所以预测生产１００吨甲产品的生产能耗比技术改造前降低１９．６５吨标准煤．
13．某数学老师身高176cm，他爷爷、父亲和儿子的身高分 别是173cm、170cm和182cm．因儿子的身高与父亲的身 高有关，该老师用线性回归分析的方法预测他孙子的身高 为 cm．
17．下表提供了某厂节能降耗技术改造后生产甲 产品过程中记录的产量x（吨）与相应的生 产能耗y（吨标准煤）的几组对照数据
ｘ ｙ ３ ２．５ ４ ３ ５ ４ ６ ４．５
（1）、请画出上表数据的散点图； （2）请根据上表提供的数据，用最小二乘法求
ɵ ɵ 出ｙ关于ｘ的线性回归方程 y = bx + a ； （3）、已知该厂技术改造前１００吨甲产品能耗 为９０吨标准煤；试根据（２）求出的线性 回归方程，预测生产１００吨甲产品的生产 能耗比技术改造前降低多少吨标准煤？ （3×2．5+4×3+5×4+6×4.5=66.5）

第11章 一元线性回归练习题一、填空题1、拟合简单回归直线最常用的方法是 ，其基本要求是使 达到最小。

2、在简单回归分析中，因变量y 的总离差可以分解为 和 。

3、设SSR=36，SSE=4，n=18，判定系数2R = 。

4、在判定现象相关关系密切程度时，主要用 进行一般性判断，用 进行数量上的说明。

5、在线性回归方程 2.87X 48.53Yˆ+=中，截距项系数48.53的含义是 ，斜率项系数2.87的含义是 。

6、如果从图形上看，两变量之间的关系近似地表现为直线形式，则称这两变量之间存在 关系。

7、回归模型中，对参数β进行显著性检验时，原假设H 是 ，备择假设1H 是 。

8、判定系数的取值范围是 。

9、按某产品产量（千件）与生产费用（万元）之间的相关关系，求得回归方程满足：产量每增加1千件，生产费用将增加2.5万元，当产量为8千件时，生产费用将为26万元。

则直线回归方程为 。

10、反映y 的总变差中由x 和y 的线性关系解释的部分的平方和是 。

二、判断题（共10题，每题1分，共计10分） 1、222i i i i ˆˆ(y y )(y y )(y y )-=-+-∑∑∑，反映了因变量y 的总变异可以分解为两部分，一个好的回归应使等式右端的两部分都小。

( ) 2、用一元线性回归模型中，随机误差项反映的是除了自变量X 以外其他所有因素对因变量Y 的影响。

( ) 3、在一元线性回归模型中对回归系数显著性检验的t 统计量和对因变量与自变量相关系数检验的t 统计量没有关系。

( ) 4、相关系数与回归系数的正负方向是一致的。

( ) 5、根据航班正点率（%）与旅客投诉率（次/万名）建立的回归方程为ˆ 6.020.07yx =-，其中回归系数-0.07，表示航班正点率与旅客投诉率之间是低度相关。

( ) 6、相关系数有正负、有大小，因而它反映的是两现象之间具体的数量变动关系。

( ) 7、当相关系数0r =时，表明现象之间完全无关。

回归参数的估计练习题一、线性回归模型基本概念1. 简述线性回归模型的基本形式及其参数含义。

2. 什么是普通最小二乘法（OLS）？简述其基本原理。

二、一元线性回归4. 给出一元线性回归模型的数学表达式。

5. 设有数据集{(x1, y1), (x2, y2), , (xn, yn)}，请写出估计一元线性回归模型参数的公式。

城市 | 人口（万人） | 房价（万元/平方米）||1 | 100 | 22 | 150 | 2.53 | 200 | 34 | 250 | 3.55 | 300 | 46 | 350 | 4.57 | 400 | 58 | 450 | 5.59 | 500 | 610 | 550 | 6.5三、多元线性回归7. 给出多元线性回归模型的数学表达式。

8. 设有数据集{(x1, y1), (x2, y2), , (xn, yn)}，其中x为多维变量，请写出估计多元线性回归模型参数的公式。

家庭 | 收入（万元） | 教育水平（年） | 消费支出（万元）|||1 | 10 | 12 | 62 | 15 | 14 | 83 | 20 | 16 | 104 | 25 | 18 | 125 | 30 | 20 | 146 | 35 | 22 | 167 | 40 | 24 | 188 | 45 | 26 | 209 | 50 | 28 | 2210 | 55 | 30 | 24四、回归诊断11. 如何判断一个线性回归模型是否存在多重共线性问题？12. 给出一种解决异方差性的方法。

五、回归模型选择14. 如何使用逐步回归法进行变量选择？变量 | 房价（万元/平方米）|X1（距离市中心距离，公里） |X2（房屋面积，平方米） |X3（绿化率，%） |X4（交通便利程度，评分） |1 | 22 | 2.53 | 34 | 3.55 | 46 | 4.57 | 58 | 5.59 | 610 | 6.5六、非线性回归16. 描述非线性回归模型与线性回归模型的主要区别。