在计量经济学中，线性回归的有什么基本假设，如果违反这些基本假设还能不能估计模型
1、随机误差项是一个期望值或平均值为0的随机变量；
2、对于解释变量的所有观测值，随机误差项有相同的方差；
3、随机误差项彼此不相关；
4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；
5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；
6、随机误差项服从正态分布。
扩展资料：
线性回归方程是利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法之一。线性回归也是回归分析中第一种经过严格研究并在实际应用中广泛使用的类型。按自变量个数可分为一元线性回归分析方程和多元线性回归分析方程。
线性回归有很多实际用途。分为以下两大类：
1 如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。
2 给定一个变量y和一些变量X1,...,Xp，这些变量有可能与y相关，线性回归分析可以用来量化y与Xj之间相关性的强度，评估出与y不相关的Xj，并识别出哪些Xj的子集包含了关于y的冗余信息。
参考资料：百度百科——线性回归方程
温馨提示：答案为网友推荐，仅供参考
第1个回答 2008-12-24
2,最小二乘法(OLS)的估计多元线性回归模型的基本假设有哪些 如果满足这些经典假设OLS得到的估计量有什么优良性质 高斯-马尔可夫定理的内容是什么
3,对于非线性模型如何转换成线性模型
一, 简答题(每题10分,共30分)
1,为什么要引入随机扰动项,随机扰动项产生的原因是什么 为什么我们总是假设随机扰动项服从正态分布
惠州学院期末考试试卷( A )卷
( 2005 —— 2006 学年度第 2 学期)
考试科目 计量经济学(选修) 考试时间
题 次
一
二
三
四
五
六
七
八
九
十
总分
得 分
评卷人签名
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊┊┊┊┊┊┊┊┊┊订┊┊┊┊┊┊┊┊┊┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊
学号姓名不能超过装订线否则作废
专业 班级 学号 姓名
2,在对随机误差项做正态性检验的时候,如果我们得到如下的残差直方图和Jarque—Bera(雅克—贝拉)检验结果,并且取显著性水平为=0.05,那么你认为是正态分布的吗 为什么是或者不是
三,分析题(每题15分,共30分)
1,在中国粮食生产函数中,根据理论和经验分析,影响粮食生产(Y)的主要因素有:
农业化肥施用量(X1),粮食播种面积(X2),成灾面积(X3),农业机械总动力(X4),农业劳动力(X5)
已知中国粮食生产的相关数据,建立中国粮食生产函数:
Y=0+1 X1 +2 X2 +3 X3 +4 X4 +5 X5 +
回归结果为下表
Dependent Variable: Y
Method: Least Squares
Date: 04/29/06 Time: 01:34
Sample: 1983 2000
Included observations: 18
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-12815.75
14078.90
-0.910280
0.3806
X1
6.212562
0.740881
8.385373
0.0000
X2
0.421380
0.126925
3.319919
0.0061
X3
-0.166260
0.059229
-2.807065
0.0158
X4
-0.097770
0.067647
-1.445299
0.1740
X5
-0.028425
0.202357
-0.140471
0.8906
R-squared
0.982798
Mean dependent var
44127.11
Adjusted R-squared
0.975630
S.D. dependent var
4409.100
S.E. of regression
688.2984
Akaike info criterion
16.16752
Sum squared resid
5685056.
Schwarz criterion
16.46431
Log likelihood
-139.5077
F-statistic
137.1164
Durbin-Watson stat
1.810512
Prob(F-statistic)
0.000000
这个模型有什么问题吗 为什么
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊┊┊┊┊┊┊┊┊┊订┊┊┊┊┊┊┊┊┊┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊
学号姓名不能超过装订线否则作废
专业 班级 学号 姓名
教务处制 第 1 页(共 3 页)
教务处制 第 3 页(共 3 页)
教务处制 第 2 页(共 3 页)
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊┊┊┊┊┊┊┊┊┊订┊┊┊┊┊┊┊┊┊┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊
学号姓名不能超过装订线否则作废
专业 班级 学号 姓名
二, 计算题(第1题15分,第2题25分,共40分)
1,一个证券分析师为了分析上市公司股票价格和股票收益的关系,收集了40个上市公司的股票价格P,每股收益E,以及公司过去5年销售额的年均增长率G等数据.通过计量经济分析,他估计得到了以下结果:
LnP = 0.2933 + 1.2493 LnE + 0.8331 LnG R2=0.80, RSS=6.0035 (1)
(0.3886) (0.1374) (0.1185)
其中LnP,LnE,LnG分别是P,E,G的自然对数,RSS是模型的残差平方和,括号中的是标准差.
请回答:
(1)请在括号的下方对应写出各个估计出来的参数的t值.
(2)解释模型的各个参数的经济含义(提示:是边际还是乘数还是弹性呢 注意是偏回归系数!)
(3)请运用下表给出的有关分布的临界值来大致检验各个参数的显著性.
t分布的临界值
t分布临界值(双尾)
自由度 / 显著性水平
0.05
0.01
30
2.042
2.750
40
2.021
2.704
2,在中国粮食生产函数中,根据理论和经验分析,影响粮食生产(Y)的主要因素有:
农业化肥施用量(X1),粮食播种面积(X2),成灾面积(X3),农业机械总动力(X4),农业劳动力(X5),经过逐步回归后选定下列模型.
回归结果见下表
Dependent Variable: Y
Method: Least Squares
Date: 04/29/06 Time: 01:35
Sample: 1983 2000
Included observations: 18
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-11978.18
14072.92
-0.851151
0.4090
X1
5.255935
0.268595
0.0000
X2
0.408432
3.348522
0.0048
X3
0.054533
-3.568637
0.0031
R-squared
0.979593
Mean dependent var
44127.11
Adjusted R-squared
0.975220
S.D. dependent var
4409.100
S.E. of regression
694.0715
Akaike info criterion
16.11616
Sum squared resid
6744293.
Schwarz criterion
16.31402
Log likelihood
-141.0454
F-statistic
224.0086
Durbin-Watson stat
1.528658
Prob(F-statistic)
0.000000
要求:
请把空格处的数据补齐
请把残差平方和RSS写出________________________________
随机干扰项的标准差是多少 __________________________
如果α=0.05,你认为t检验和F检验的结果如何
把估计值代进去,写出具体的模型._________________________________
拟合优度可以用判定系数表示,在这里判定系数是什么 你认为拟合得如何
赤池信息准则(AIC)和施瓦茨准则(SC)各为多少 它们是越大越好还是越小越好
3,对于非线性模型如何转换成线性模型
一, 简答题(每题10分,共30分)
1,为什么要引入随机扰动项,随机扰动项产生的原因是什么 为什么我们总是假设随机扰动项服从正态分布
惠州学院期末考试试卷( A )卷
( 2005 —— 2006 学年度第 2 学期)
考试科目 计量经济学(选修) 考试时间
题 次
一
二
三
四
五
六
七
八
九
十
总分
得 分
评卷人签名
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊┊┊┊┊┊┊┊┊┊订┊┊┊┊┊┊┊┊┊┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊
学号姓名不能超过装订线否则作废
专业 班级 学号 姓名
2,在对随机误差项做正态性检验的时候,如果我们得到如下的残差直方图和Jarque—Bera(雅克—贝拉)检验结果,并且取显著性水平为=0.05,那么你认为是正态分布的吗 为什么是或者不是
三,分析题(每题15分,共30分)
1,在中国粮食生产函数中,根据理论和经验分析,影响粮食生产(Y)的主要因素有:
农业化肥施用量(X1),粮食播种面积(X2),成灾面积(X3),农业机械总动力(X4),农业劳动力(X5)
已知中国粮食生产的相关数据,建立中国粮食生产函数:
Y=0+1 X1 +2 X2 +3 X3 +4 X4 +5 X5 +
回归结果为下表
Dependent Variable: Y
Method: Least Squares
Date: 04/29/06 Time: 01:34
Sample: 1983 2000
Included observations: 18
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-12815.75
14078.90
-0.910280
0.3806
X1
6.212562
0.740881
8.385373
0.0000
X2
0.421380
0.126925
3.319919
0.0061
X3
-0.166260
0.059229
-2.807065
0.0158
X4
-0.097770
0.067647
-1.445299
0.1740
X5
-0.028425
0.202357
-0.140471
0.8906
R-squared
0.982798
Mean dependent var
44127.11
Adjusted R-squared
0.975630
S.D. dependent var
4409.100
S.E. of regression
688.2984
Akaike info criterion
16.16752
Sum squared resid
5685056.
Schwarz criterion
16.46431
Log likelihood
-139.5077
F-statistic
137.1164
Durbin-Watson stat
1.810512
Prob(F-statistic)
0.000000
这个模型有什么问题吗 为什么
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊┊┊┊┊┊┊┊┊┊订┊┊┊┊┊┊┊┊┊┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊
学号姓名不能超过装订线否则作废
专业 班级 学号 姓名
教务处制 第 1 页(共 3 页)
教务处制 第 3 页(共 3 页)
教务处制 第 2 页(共 3 页)
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊┊┊┊┊┊┊┊┊┊订┊┊┊┊┊┊┊┊┊┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊
学号姓名不能超过装订线否则作废
专业 班级 学号 姓名
二, 计算题(第1题15分,第2题25分,共40分)
1,一个证券分析师为了分析上市公司股票价格和股票收益的关系,收集了40个上市公司的股票价格P,每股收益E,以及公司过去5年销售额的年均增长率G等数据.通过计量经济分析,他估计得到了以下结果:
LnP = 0.2933 + 1.2493 LnE + 0.8331 LnG R2=0.80, RSS=6.0035 (1)
(0.3886) (0.1374) (0.1185)
其中LnP,LnE,LnG分别是P,E,G的自然对数,RSS是模型的残差平方和,括号中的是标准差.
请回答:
(1)请在括号的下方对应写出各个估计出来的参数的t值.
(2)解释模型的各个参数的经济含义(提示:是边际还是乘数还是弹性呢 注意是偏回归系数!)
(3)请运用下表给出的有关分布的临界值来大致检验各个参数的显著性.
t分布的临界值
t分布临界值(双尾)
自由度 / 显著性水平
0.05
0.01
30
2.042
2.750
40
2.021
2.704
2,在中国粮食生产函数中,根据理论和经验分析,影响粮食生产(Y)的主要因素有:
农业化肥施用量(X1),粮食播种面积(X2),成灾面积(X3),农业机械总动力(X4),农业劳动力(X5),经过逐步回归后选定下列模型.
回归结果见下表
Dependent Variable: Y
Method: Least Squares
Date: 04/29/06 Time: 01:35
Sample: 1983 2000
Included observations: 18
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-11978.18
14072.92
-0.851151
0.4090
X1
5.255935
0.268595
0.0000
X2
0.408432
3.348522
0.0048
X3
0.054533
-3.568637
0.0031
R-squared
0.979593
Mean dependent var
44127.11
Adjusted R-squared
0.975220
S.D. dependent var
4409.100
S.E. of regression
694.0715
Akaike info criterion
16.11616
Sum squared resid
6744293.
Schwarz criterion
16.31402
Log likelihood
-141.0454
F-statistic
224.0086
Durbin-Watson stat
1.528658
Prob(F-statistic)
0.000000
要求:
请把空格处的数据补齐
请把残差平方和RSS写出________________________________
随机干扰项的标准差是多少 __________________________
如果α=0.05,你认为t检验和F检验的结果如何
把估计值代进去,写出具体的模型._________________________________
拟合优度可以用判定系数表示,在这里判定系数是什么 你认为拟合得如何
赤池信息准则(AIC)和施瓦茨准则(SC)各为多少 它们是越大越好还是越小越好
第2个回答 推荐于2019-10-23
线性代数的基本假设有：
1、随机误差项是一个期望值或平均值为0的随机变量；
2、对于解释变量的所有观测值，随机误差项有相同的方差；
3、随机误差项彼此不相关；
4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；
5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；
6、随机误差项服从正态分布。本回答被网友采纳
1、随机误差项是一个期望值或平均值为0的随机变量；
2、对于解释变量的所有观测值，随机误差项有相同的方差；
3、随机误差项彼此不相关；
4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；
5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；
6、随机误差项服从正态分布。本回答被网友采纳
第3个回答 2019-12-09
1、随机误差项是一个期望值或平均值为0的随机变量；
2、对于解释变量的所有观测值，随机误差项有相同的方差；
3、随机误差项彼此不相关；
4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；
5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；
6、随机误差项服从正态分布。
2、对于解释变量的所有观测值，随机误差项有相同的方差；
3、随机误差项彼此不相关；
4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；
5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；
6、随机误差项服从正态分布。
第4个回答 2020-06-14
四个：
正态性 对于固定的自变量值，因变量值成正态分布。
独立性 Yi值之间相互独立。
线性 因变量与自变量之间为线性相关。
同方差性 因变量的方差不随自变量的水平不同而变化。
正态性 对于固定的自变量值，因变量值成正态分布。
独立性 Yi值之间相互独立。
线性 因变量与自变量之间为线性相关。
同方差性 因变量的方差不随自变量的水平不同而变化。
