A、被解释变量的观测值Y与其平均值的离差平方和
B、被解释变量的回归值与其平均值的离差平方和
C、被解释变量的总体离差平方和与残差平方和之差
D、解释变量变动所引起的被解释变量变动的离差的大小
E、随机因素影响所引起的被解释变量的离差大小
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
bwght=119.77-0.514cigs
(i)当cigs=0时,预计婴儿的出生体重为多少?当cigs=20(每天一包)时呢?评价其差别。
(ii)这个简单回归能够得到婴儿出生体重和母亲抽烟习惯之间的因果关系吗?请解释。
(iii)要预测出生体重125盎司,cigs应该为多少?
(iv)样本中在怀孕期间不抽烟的妇女比例约为0.85。这有助于解释第(iii)部分中的结论吗?
A.回归分析和相关分析有着密切的联系,它们是同一个问题的两个不同方面
B.相关分析是双向的,而回归分析是单向的
C.当相关系数为0时,也可以进行回归分析
D.当相关系数为1时,就可以准确的根据一个变量预测另一个变量
利用APPLE.RAW来验证6.3节中的一些命题。
(i)做ecolbs对ecoprc和reprc的回归,并以通常的格式报告结论,包括R²和调整R²。解释价格变量的系数,并评论它们的符号和大小。
(ii)价格变量统计显著吗?报告个别t检验的P值。
(iii)ecolbs拟合值的范围是什么?样本报告ecolbs=0比例是什么?请评论。
(iv)你认为价格变量很好地解释了ecolbs中的变异吗?请解释。
(V)在第(i)部分的回归中增加变量faminc,hhsize(家庭规模),educ和age。求它们联合显著的P值。你得到什么结论?
A.两次调查的对象是小型企业的职工。
B.除电子行业外,其他行业的就业状况同样不稳定。
C.10年前,专家就预测,电子行业的大中型企业将缩小规模,这一预测被广泛接受。
D.大多数缩小经营规模的企业都是在第一次调查后的一年内完成此项举措的。
E.近10年来,房地产及相关行业对就业的需求逐年上升。