__________________________________________________
3.3 多元线性回归模型的检验
一、判断题
1、在线性回归模型中，为解释变量或者被解释变量重新选取单位（比如，元变换成千元），会影响t统计量和 R2的数值。（ F ）
2、在多元线性回归中，t检验和F检验缺一不可。 （ T ）3、回归方程总体线性显著性检验的原假设是模型中所有的回归参数同时为零。 （ F ） 4、多元线性回归中，可决系数R2是评价模型拟合优度好坏的最佳标准。 （ F ）
二 、单项选择
1、在模型Yt??0??1X1t??2X2t??3X3t??t的回归分析结果中，有F?462.58，
F的p值?0.000000，则表明 （ C ）
A、解释变量X2t对Yt的影响不显著 B、解释变量X1t对Yt的影响显著
C、模型所描述的变量之间的线性关系总体上显著 D、解释变量X2t和X1t对Yt的影响显著
2、设k为回归模型中的实解释变量的个数，n为样本容量。则对回归模型进行总体显著性 检验(F检验)时构造的F统计量为 （ A ） A、F?ESSkESS(k?1) B、F?
RSS(n?k?1)RSS(n?k)C、F?ESSRSS D、F?1? RSSTSS222223、在多元回归中，调整后的可决系数R与可决系数R的关系为 （ A ） A、R?R B、R?R
C、R?R D、R与R的关系不能确定
4、根据调整的可决系数R与F统计量的关系可知，当R?1时，有 （ C ） A、F=0 B、F=－1 C、F→+∞ D、F=-∞
5、下面哪一表述是正确的 （ D ）
22222221nA、线性回归模型Yi??0??1Xi??i的零均值假设是指??i?0
ni?1B、对模型Yi??0??1X1i??2X2i??i进行方程显著性检验（即F检验），检验的零假 设是H0:?0??1??2?0
C、相关系数较大意味着两个变量存在较强的因果关系
D、当随机误差项的方差估计量等于零时，说明被解释变量与解释变量之间为函数关系
????X???X?…???X?e，如果原模型满足线性模型的基本假设则 5、对于Yi??011i22ikkii?s(??)（其中s(??)是?j的标准误差）在零假设?j?0下，统计量?服从 （B ） jjj收集于网络，如有侵权请联系管理员删除
__________________________________________________
A、t(n?k) B、t(n?k?1) C、F(k?1,n?k) D、F(k,n?k?1) 6、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，计算得多重可决系数为0.8500，则调整后的多重可决系数为（ D ）
A、8603 B、 0.8389 C、0.8655 D、0.8327 7、可决系数R=0.8，说明回归直线能解释被解释变量总变差的：（ A ） A、 80% B、 64% C、 20% D、 89% 8、线性回归模型
2
yt?b0?b1x1t?b2x2t?......?bkxkt?ut 中，检验
H0:bt?0(i?0,1,2,...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)
三、多项选择题
1、对模型满足所有假定条件的模型Yi??0??1X1i??2X2i??i进行总体显著性检验，如果检验结果总体线性关系显著，则很可能出现 （ BCD ） A、?1??2?0 B、?1?0,?2?0 C、?1?0,?2?0 D、?1?0,?2?0 E、?1?0,?2?0
2、设k为回归模型中的参数个数（包含截距项）则总体线性回归模型进行显著性检验时所 用的F统计量可以表示为 （ BC ）
??Y?/?n?k???Y?/?k?1???YY??A、 B、
22iiii?e/?k?1?2i?e/?n?k?2iR2/?k?1?1?R2/?n?k?C、 D、 1?R2/?n?k?R2/?k?1??????R2/?n?k?E、 21?R/?k?1??3、在多元回归分析中，调整的可决系数R与可决系数R之间 （ AD ） A、R?R B、R?R C、R只可能大于零 D、R可能为负值 E、R不可能为负值
222222222四、简答题
收集于网络，如有侵权请联系管理员删除
__________________________________________________
1.在多元线性回归分析中，为什么用修正的可决系数衡量估计模型对样本观测值的拟合优度？
答：因为人们发现随着模型中解释变量的增多，多重可决系数R2的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问题，比如，降低预测精确度、引起多重共线性等等。为此用修正的可决系数来估计模型对样本观测值的拟合优度。 2.修正的可决系数R2及其作用。 答：R?1?2?(y?y)t?e2t/n?k2/n?1，其作用有：（1）用自由度调整后，可以消除拟合优度评
价中解释变量多少对可决系数计算的影响；（2）对于包含解释变量个数不同的模型，可以用调整后的可决系数直接比较它们的拟合优度的高低，但不能用原来未调整的可决系数来比较。
五、计算题
1、考虑以下方程（括号内为标准差）：
??8.562?0.364P?0.004P?2.560U Wttt?1t（0.080） (0.072) (0.658) n?19 R2?0.873
其中：Wt——t年的每位雇员的工资
Pt——t年的物价水平
Ut——t年的失业率
要求：（1）进行变量显著性检验；
（2）对本模型的正确性进行讨论，Pt?1是否应从方程中删除？为什么？
解：
（1） 在给定5%显著性水平的情况下，进行t检验。
0.364?4.55 0.0800.004Pt?1参数的t值：?0.056
0.072?2.560Ut参数的t值：??3.89
0.658Pt参数的t值：
Pt、在5%显著性水平下，自由度为19-3-1=15的t分布的临界值为t0.025(15)?2.131，Ut的参数显著不为0，但不能拒绝Pt?1的参数为0的假设。
（2）回归式表明影响工资水平的主要原因是当期的物价水平、失业率，前期的物价水平对他的影响不是很大，当期的物价水平与工资水平呈正向变动、失业率与工资水平呈相反变动，符合经济理论，模型正确。可以将Pt?1从模型删除.
收集于网络，如有侵权请联系管理员删除
最新第三章(多元线性回归模型)3-3答案
