下表给出了三变量模型的回归结果： 变异来源 平方和（SS) 自由度 平方和均值（MSS) 来自

下表给出了三变量模型的回归结果：

a.样本容量是多少？

b.求RSS。

c.ESS与RSS的自由度各是多少？

d.求R2与。

e.检验假设：X₂和X₃对Y无影响、使用什么假设检验？为什么？

f.根据以上信息，能否确定X₂和X₃各自对Y的贡献？

下表给出三变量模型的回归结果：

(1)求样本容量n，残差平方和RSS，回归平方和ESS及残差平方和RSS的自由度。

(2)求拟合优度R²及调整的拟合优度。

(3)检验假设：X₁和X₂对Y均无影响。应采用什么假设检验？为什么？

(4)根据以上信息，你能否确定X₁和X₂各自对Y的影响？

一个二元线性回归模型的回归结果如下表所示：

方差来源 平方和 自由度

来自残差 17058 32

来自回归 26783 2

来自总离差 43841 34

(1)求样本容量n;(2)求可决系数;

(3)根据以上信息，在给定显著性水平下，可否检验两个解释变量对被解释变量的联合影响是否显著，为什么？

关系最密切的变量，并对结果做回归的方差分析。

表3-4给出三变量模型的回归结果。

表3-4
方差来源	平方和(SS)	自由度(d.f.)	平方和的均值(MSS)
来自回归(ESS)	65965	—	—
来自残差(RSS)	—	—	—
来自总离差(TSS)	66042	14

在对51个学生（其中男生36人，女生15人)的体重（W)对身高（H)的回归分析中，得到下面结果：其中，体

在对51个学生(其中男生36人，女生15人)的体重(W)对身高(H)的回归分析中，得到下面结果：

其中，体重的单位为磅，身高的单位为英寸。

Dumsex——I(男性) ， 0(女性) ;

Dumht.——交互或差别斜率虚拟变量。

a.你将选择哪个回归，1还是2，为什么？

b.如果较为理想的回归是2，却选择了1，则犯了哪类错误？

c.在模型2中，性别这个虚拟变量表明了什么？

d.在模型2中，差别截距是统计显著的，但在模型3中，差别斜率却是统计不显著的，如何解释这种变化？

e.在模型2与模型3之间，你选择哪一个？为什么？

f.在模型2与模型3中，身高的系数几乎相等，但性别这一虚拟变量的系数相差很大。对此你有什么想法？为了回答问题(d)，(e)，(f)，给出了下面的相关矩阵。例如，身高和性别的相关系数是0.6276，性别和交互虚拟变量的相关系数是0.9971。

下表给出了某工厂产品的生产批量与单位成本（单位：元)的数据，从散点图可以明显地发现，生产批量

在500以内时，单位成本对生产批量服从一种线性关系，生产批量超过500时服从另一种线性关系，此时单位成本明显下降，希望你构造一个合适的回归模型全面地描述生产批量与单位成本的关系。

庭支出调查中1519个家庭。实际数据集可在本书网站上找到。数据只包括住在伦敦市区和市郊有1~2个子女的家庭。样本不包括自我扁仰和退休家庭。

a.利用食物支出与总支出数据，判断教材表6-6中概括的樸型中的哪一个能够较好地拟合这些数据？

b.基于(a)中得到的回归结果，哪个模型看来在这里比较适当？

注：保留这些数据，以便在下一章讨论多元回归时进一步分析使用。

A.考虑了不同层次的随机误差和变量信息，其标准误差估计、区间估计和假设检验更加准确和有效

B.可以通过计算不同水平变异在总变异中所占的比率来确定不同水平对因变量的影响程度

C.可以分析重复测量的数据，即将测试个体看作第一水平，将测量看作第二水平

D.可以分析离散型的数据资料