1、第四章 习题1.（1） =520.4-5.8222=392.362TSRestcor（2）TestScore=-5.82(23-19)=-23.28即平均测试成绩所减少的分数回归预测值为 23.28。（3） = 0 + 1 =520.4-5.821.4=395.85crestC（4）SER 2= i2=11.5nu1SSR= i2=SER2(n-2)=11.5(100-2)=12960.5n1R2= =1- =0.08TSETSS=SSR(1-R2)=12960.5(1-0.08)=14087.5= 21)(YniisY2= =14087.5(100-1)140.301-n2)(iiYsY11
2、.932.（1） =-99.41+3.9470=176.3970HeightW =-99.41+3.9465=156.6965it =-99.41+3.9474=192.1574Height（2）Weight=3.941.5=5.91（3）1inch=2.54cm,1lb=0.4536kg (kg)=-99.410.4536+ Height(cm)=-45.092+0.7036Height(cm)eitW 54.23609R 2 无量纲，与计量单位无关，所以仍为 0.81SER=10.20.4536=4.6267kg3.（1）系数 696.7 为回归截距，决定回归线的总体水平系数 9.6 为回
3、归系数，体现年龄对周收入的影响程度，每增加 1 岁周收入平均增加9.6（2）SER=624.1 美元，其度量单位为美元。（3）R 2=0.023，它是无量纲。（4） =696.7+9.625=936.725AgeWE =696.7+9.645=1128.74（5）不能。因为我们的回归线是根据抽样调查作出的估计，而 99 岁远离样本的年龄区间，因此我们的抽样样本对 99 岁工人不具有代表性，不能用该回归线对 99 岁工人收入作出可靠预测。（6）不合理。因为收入分布不对称。（7） =696.7+9.6 =696.7+9.641.6=1096.06AWEge4.（1）R-R f=(Rm-Rf)+u，
4、1 21Var(R-Rf)=Var(Rm-Rf)+u=2Var(Rm-Rf)+Var(u)+2cov(u,Rm-Rf)cov(u,Rm-Rf)=0,Var(u) 0Var(R-Rf) 2Var(Rm-Rf)Var(Rm-Rf)（2）有可能。Var(R-Rf)=2Var(Rm-Rf)+Var(u) Var(R-Rf)-Var(Rm-Rf)=（ 2-1）Var(R m-Rf)+Var(u)只要（ 2-1）Var(R m-Rf)+Var(u)0 即 Var(u)（1- 2）Var(R m-Rf)，就可以使：Var(R-Rf)Var(Rm-Rf)（3）R m=7.3%，R f=3.5% Rm-Rf=3
5、.8% = (Rm-Rf)=3.8%fR-Kellogg: =-0.03 =-0.033.8%=0.114%f-Wal-Mart: =0.65 =0.653.8%=2.47%fWaste Management: =0.7 =0.73.8%=2.66%fR-Spring Nextel: =0.78 =0.783.8%=2.964%fBarns and Noble: =1.02 =1.023.8%=3.876%f-Microsoft: =1.27 =1.273.8%=4.826%fRBest Buy: =2.15 =2.153.8%=8.17%f-Amazon: =2.65 =2.653.8%=1
6、0.07%f5.（1）u i表示除考试时长之外其他影响考试成绩的因素。不同学生学习能力与学习勤奋程度等因素不同，所以拥有不同的 ui。（2）X i、u i不相关 Xi、u i相互独立 E(ui|Xi)=E(ui)=0（3）满足。Var(u i|Xi)=Var(ui)=2 Xi、u i相互独立cov(u i,uj|Xi,Xj)=cov(ui,uj)=0 Xi、u i相互独立，u i、u j不相关cov(u i,Xi)=0 Xi、u i不相关（4） =49+0.2490=70.6901Y=49+0.24120=77.82X=49+0.24150=851503 =10X i=100.24=2.4Y第
7、五章习题1.（1） 1 的 95%置信区间为 -1.96SE( ), +1.96SE( )111=-5.82，SE( )=2.21 -10.1521-1.4884（2）t= = =-2.6335）（ 1SE0-2.-85p=2 (- )=2 (-2.6335)=21- (2.6335)2(1-0.995731)=0.0085381.96（5%显著性水平对应的双侧 t 临界值）t）（ 1SE-5.20-39拒绝原假设，班级规模对测试成绩的效应估计统计上显著。（3）SmallClass 对测试成绩效应为 11 的 99%置信区间为 -2.58SE( ), +2.58SE( )，其中 =13.9，S
8、E( )=2.511117.45120.35 即 SmallClass 对测试成绩效应 99%的置信区间为7.45,20.35。6.（1）不一定。没有资料表明大班与小班的测试成绩变异是否相同。（2）5.3 式既适应于同方差，也适应于异方差，所以不会影响置信区间的准正确性。7.（1） = = =2.131.96（5%显著性水平对应的双侧 t 临界值）t）（ 1SE0-5.-23拒绝原假设，在 5%的水平下 10。（2） 1 的 95%置信区间为 -1.96SE( ), +1.96SE( )，其中 =3.2，SE( )=1.511110.2616.14 （3）会感到诧异。若 Yi 与 Xi 相互独
9、立 cov(Yi,Xi)=cov(0+1Xi,Xi)=1DXi=0而 DXi0,因此必然要求 1=0。这与（1）的检验结果矛盾。（4）样本中拒绝（1 ）中 H0 的比例为 5%，由（2）求出的置信区间包含 1=0 的比例为95%。8.（1） 0 的 95%置信区间为 -1.96SE( ), +1.96SE( )，其中 =43.2，SE( )00000=10.722.228064.172 （2） = = =0.8782.58(1%水平下 t 临界值）)t(）（ 1SE0-2.-465= = =13.22.58)t(2）（ 2-.0-College、Female 对 AHE 的回归系数都在 1%水平下统计显著模型 2：= = =26.0952.58)t(1）（ 1SE0-2.-485= = =13.12.58)t(2）（ 2-.0-6= = =7.252.58)t(3）（ 3SE-4.-9College、Female、Age 对 AHE 的回归系数都在 1%水平下统计显著模型 3：= = =25.9052.58)t(1）（ 1S0-2.-5= = =13.12.58)t(2）（ 2E-.0-6
