2.3
由???????=β-β-=β??=β-β-=β??∑∑=β=β=β=βn
1i i i 10i ?1
n 1i i 10i ?00x )x ??y (Q 0)x ??y (Q 1100得???????==-==-∑∑∑∑====n 1i n 1i i i i i i n 1i n
1i i i i 0x e x )y ?y (0e )y ?y (
2.4
在),0(N ~2i σε的正态分布假定下,10,ββ的最小二乘估计与最大似然估计等价,求对数似然函数的极大值等价于对∑=β+β-n
1i 2i 10i )]x (y [求极小值,至此与最小二
乘估计原理完全相同
2.5
2.6
2n
1
i 2
i
2
1
2210])x x
()x (n 1[)?var()x (n 1)x ?y var()?var(σ-+=β+σ=β-=β∑=
2.7
SSR SSE )y y ?)(y ?y (2)y y ?()y ?y ()y y ?y
?y ()y y (SST n
1
i i i i n 1
i 2
i n 1
i 2
i i n 1
i 2
i i i n 1
i 2
i +=--+-+-=-+-=-=∑∑∑∑∑===== 2.8
(
1
)
2
2
i
2i 2
i
2
i 2
i
2
i
2
i i
2i i xx 1xx
1r 12n r )
y y ()y y ?(12n r )
y y ()y y
?()y y (2
n r )
y y ()y
?y (2n r )y
?y (2n L ??L ?t --=
----=
-----=
---=
--β=σβ=∑∑
∑∑∑∑∑∑(2)F )2n /(SSE 1/SSR SSE SSR )2n (SST
SSR 1SST SSR
)
2n (r 1r )2n (t 22
2=-=-=-
-=
--= 2.9
2xx
i 2i
10L )x x (n 1)x ??var(σ-+σ=β+β xx
2
i 2xx i 2i i 2xx i i i i
2i 1i L )x x (n 1)L y )x x (,y cov(n 1)L y )x x ()x x (,y cov(n 1))x x (?y ,y cov(-+σ=-+σ=--+σ=-β+∑2xx 2
i 22
i
1i i 10i i i i n
11[L )x x (n 1))x x (?y ,y cov(2)x ??var()y var()y y var()e var(--=σ--σ-σ=-β+-β+β+=-=2.10
22xx
2
i
i 2i 2i 2i i 2)L )x x (1n (2n 1))e (E )e (var(2n 1)e (E 2n 1))y ?y (2n 1(E )?(E σ=σ----=--=-=--=σ∑∑ 2.11
2n F F )
2n /(SSE SSE SSR )2n /(SSE SSR )2n /(SSE SST )2n /(SSE SSR SST SSR r 2-+=-+-=--==
如果一个线性回归方程通过F 检验,只能说明x 与y 之间的线性关系是显著的,不能说明数据拟合得很好,决定系数r 2是一个回归直线与样本观测值拟合优度的相对指标。
2.12
如果自变量观测值都乘以2,回归参数的最小二乘估计0?β不变,1?β变为原来的?; 如果自变量观测值都加上2,回归参数的最小二乘估计0?β,1?β都扩大两倍;
2.13
不成立,相关系数与样本量n 有关,当n 较小时,相关系数的绝对值容易接近于
1;当n 较大时,相关系数绝对值容易偏小。
2.14
(1)散点图为
(2)x 与y 之间大致呈线性关系
(3)设回归方程为 x ??y ?1
0β+β= 模型
非标准化系数
标准系数
t
Sig.
由系数分析表可知:7?,1?1
0=β-=β x 71y
?+-=∴可得回归方程为 (4)
由上图可得
05530.6?=σ
(5)
由上图可知
可得的置信区间为的置信度为%95?1
β(0.906,13.094) 的置信区间为的置信度为%95?0
β(-21.211,19.211) (6)
x 与y 的决定系数817.0R 2
=
(7)
由上表中看到,035.0sig ,364.13F ==,拒绝原假设,说明x 与y 有显著的线性关系
(8)
由上表可知,回归系数1β的显著性检验的P 值5.0035.0=α<=,从而拒绝原假
设,所以
显著。
1
(9)
相关性
y x Pearson 相关性
y
1.000 .904 x .904 1.000 Sig. (单侧)
y
. .018 x .018 . N
y
5 5 x
5
5
由上表可知,相关系数904.0r =,从而x 与y 有显著的线性关系。
(10)
从图上看,残差是围绕0=ε随机波动,从而模型的基本假定是满足的。
(11)当广告费为2.4x 0=万元时,销售收入4.28y 0=万元,置信度为
95%的置信区间
为σ±?2y
?,即)51.40,29.16(
2.15
(1)散点图为
(2)x 与y 之间大致呈线性关系
(3)设回归方程为 x ??y ?1
0β+β= 模型
非标准化系数 标准系数 t
Sig.
B
标准 误差
试用版
1
(常量)
.118
.355
.333
.748
x
.004
.000
.949
8.509
.000
由系数分析表可知:0036.0?,118.0?1
0=β=β x 0036.0118.0y
?+=∴可得回归方程为 (4)
模型汇总b
模型
R
R 方
调整 R 方 标准 估计的误
差
1
.949a
.900 .888 .48002
a. 预测变量: (常量), x 。
b. 因变量: y
由上图可得480.0?=σ