应用回归分析第七章答案Word格式文档下载.docx

应用回归分析第七章答案Word格式文档下载.docx

《应用回归分析第七章答案Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《应用回归分析第七章答案Word格式文档下载.docx（17页珍藏版）》请在冰豆网上搜索。

/start=0.0/stop=1/inc=0.01.

岭迹图如下：

计算结果为：

可以看到，变量x1、x2迅速由负变正，x5迅速减小，在0.01-0.1之间各回归系数的岭估计基本稳定，重新做岭回归。

先取k=0.08：

语法命令如下：

/k=0.08.

运行结果如下：

得到回归方程为：

再取k=0.01：

/k=0.01.

运行结果：

******RidgeRegressionwithk=0.01******

MultR.9931857

RSquare.9864179

AdjRSqu.9840210

SE329.6916494

ANOVAtable

dfSSMS

Regress3.00013420184144733947

Residual17.0001847841.9108696.58

FvalueSigF

411.5487845.0000000

--------------VariablesintheEquation----------------

BSE（B）BetaB/SE（B）

x1.0556780.0615651.0981355.9043751

x2.0796395.0218437.32912933.6458814

x5.1014400.0108941.56210889.3114792

Constant753.3058478121.7381256.00000006.1879205

回归方程为：

y=753.3058-0.05568x1－0.0796x2＋0.1014x5

从上表可看出，方程通过F检验，R检验，经查表，所有自变量均通过t检验，说明回归方程通过检验。

从经济意义上讲，x1（农业增加值）、x2（工业增加值）x5（社会消费总额）的增加应该对y（财政收入）有正方向的影响，岭回归方程中三个自变量的系数均为正值，与实际的经济意义相符。

比逐步回归法得到的方程有合理解释。

6.对习题3.12的问题，分别用普通最小二乘和岭回归建立GDP对第二产业增加值x2，和第三产业增加值x3的二元线性回归，解释所得到的回归系数？

（1）普通最小二乘法：

根据上表得到y与x2，x3的线性回归方程为：

=4352.859+1.438x2+0.679x3

上式中的回归系数得不到合理的解释.

的数值应该大于1，实际上，x3的年增长幅度大于x1和x2的年增长幅度，因此合理的

的数值应大于1。

这个问题产生的原因仍然是存在共线性，所以采用岭回归来改进这个问题。

（2）岭回归法：

ridgeregdep=GDP/enterx2x3

/start=0.0/stop=0.5/inc=0.01.

根据岭迹图（如下图）可知，

和

很不稳定，但其和大体上稳定，说明x2和x3存在多重共线性。

取k=0.1，SPSS输出结果为：

MultR.998145，RSquare.996294

AdjRSqu.995677，SE2364.837767

Regress2.0001.80E+0109.02E+009

Residual12.000671094925592457.7

1613.140715.000000

x2.907990.021842.48906741.571133

x31.393800.035366.46364939.410560

Constant6552.3059861278.903452.0000005.123378

得岭参数k=0.1时，岭回归方程为=6552.306+0.908x2+1.3938x3，

得岭参数k=0.01时，岭回归方程为=3980.2+1.091x2+1.227x3，

与普通最小二乘回归方程相差很大。

岭回归系数

=1.227与前面的分析是吻合的，其解释是当第二产业增加值x2保持不变时，第三产业增加值x3每增加1亿元GDP增加1.227亿元，这个解释是合理的。

7.一家大型商业银行有多家分行，近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高，为弄清楚不良贷款形成的原因，希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法，表7.5是该银行所属25家分行2002年的有关业务数据。

（1）计算y与其余四个变量的简单相关系数。

（2）建立不良贷款y对4个自变量的线性回归方程，所得的回归系数是否合理？

（3）分析回归模型的共线性。

（4）采用后退法和逐步回归法选择变量，所得回归方程的回归系数是否合理，是否还存在共线性？

（5）建立不良贷款y对4个自变量的岭回归。

（6）对第4步剔除变量后的回归方程再做岭回归。

（7）某研究人员希望做y对各项贷款余额，本年累计应收贷款.贷款项目个数这三个变量的回归，你认为这种做是否可行，如果可行应该如何做？

相关性

不良贷款y

各项贷款余额x1

本年累计应收到款x2

贷款项目个数x3

本年固定资产投资额x4

Pearson相关性

1.000

.844

.732

.700

.519

.679

.848

.780

.586

.472

.747

Sig.（单侧）

.000

.004

.001

.009

N

25

系数a

模型

非标准化系数

标准系数

t

Sig.

共线性统计量

B

标准误差

试用版

容差

VIF

1

（常量）

-1.022

.782

-1.306

.206

.040

.010

.891

3.837

.188

5.331

.148

.079

.260

1.879

.075

.529

1.890

.015

.083

.034

.175

.863

.261

3.835

-.029

-.325

-1.937

.067

.360

2.781

a.因变量:

不良贷款y

共线性诊断a

维数

特征值

条件索引

方差比例

4.538

.01

.00

2

.203

4.733

.68

.03

.02

.09

3

.157

5.378

.16

.66

.13

4

.066

8.287

.20

.36

.72

5

.036

11.215

.15

.87

.12

.63

.05

后退法得

-.972

.711

-1.366

.186

.041

.914

4.814

.149

.077

1.938

.014

-.317

-2.006

.058

-.443

.697

-.636

.531

.050

.007

1.120

6.732

-.032

-.355

-2.133

.044

逐步回归得

-.830

.723

-1.147

.263

.038

.005

7.534

R-SQUAREANDBETACOEFFICIENTSFORESTIMATEDVALUESOFK

KRSQx1x2x3x4

____________________________________________

.00000.79760.891313.259817.034471-.324924

.05000.79088.713636.286611.096624-.233765

.10000.78005.609886.295901.126776-.174056

.15000.76940.541193.297596.143378-.131389

.20000.75958.491935.295607.153193-.099233

.25000.75062.454603.291740.159210-.074110

.30000.74237.425131.286912.162925-.053962

.35000.73472.401123.281619.165160-.037482

.40000.72755.381077.276141.166401-.023792

.45000.72077.364000.270641.166949-.012279

.50000.71433.349209.265211.167001-.002497

.55000.70816.336222.259906.166692.005882

.60000.70223.324683.254757.166113.013112

.65000.69649.314330.249777.165331.019387

.70000.69093.304959.244973.164397.024860

.75000.68552.296414.240345.163346.029654

.80000.68024.288571.235891.162207.033870

.85000.67508.281331.231605.161000.037587

.90000.67003.274614.227480.159743.040874

.95000.66508.268353.223510.158448.043787

1.0000.66022.262494.219687.157127.046373

RunMATRIXprocedure:

******RidgeRegressionwithk=0.4******

MultR.802353780

RSquare.643771588

AdjRSqu.611387187

SE2.249999551

Regress2.000201.275100.638

Residual22.000111.3755.062

19.87906417.00001172

x1.025805860.003933689.5744623956.560218798

x4.004531316.007867533.050434658.575951348

Constant.357087614.741566536.000000000.481531456

------ENDMATRIX-----

Y对x1x2x3做岭回归

MultR.850373821

RSquare.723135635

AdjRSqu.683583583

SE2.030268037

Regress3.000226.08975.363

Residual21.00086.5624.122

18.28313822.00000456

x1.016739073.003359156.3726273164.983118685

x2.156806656.047550034.2752138783.297719120

x3.067110931.032703990.1592210052.052071673

Constant-.819486727.754456246.000000000-1.086195166

由图及表可知，

（1）y与x1x2x3x4的相关系数分别为0.844,0.732,0.700,0.519.

（2）y对其余四个变量的线性回归方程为

由于

的系数为负，说明存在共线性，固所得的回归系数是不合理的。

（3）由于条件数

=11.25>

10，说明存在较强的共线性。

（4）由上表可知由后退法和逐步回归法所得到的线性回归方程为

的系数为负，说明仍然存在共线性。

（5）Y对其余四个自变量的岭回归如上表所示。

（6）选取岭参数k=0.4,得岭回归方程

，回归系数都能有合理的解释。

（7）用y对x1x2x3做岭回归，选取岭参数k=0.4，岭回归方程为

回归系数都能有合理的解释，由B/SE（B）得近似的t值可知，x1x2x3都是显著的，所以y对x1x2x3的岭回归是可行的。