题目内容
（请给出正确答案）
考虑如下回归输出结果：
其中y=1972年妇女的劳动参与率(LFPR)，X=1968年妇女的劳动参与率。这个回归结果得自于美国19个城市构成的一个数据样本。
a.你如何解释这个回归结果？
b.在对立假设为H1：β2＞1的前提下，检验H0：β2=1的虚拟假设。你使用什么检验？为什么？你使用的检验所依据的假定有哪些？
c.假设1968年的LFPR为0.58(或58%)。基于上述回归结果，1972年LFPR的均值是多少？构造这一均值预测的一个95%置信区间。
d.你如何检验总体回归中误差项服从正态分布的虚拟假设？给出必要的计算。
如果结果不匹配，请 联系老师 获取答案
更多“考虑如下回归输出结果：其中y=1972年妇女的劳动参与率（L…”相关的问题
戴尔(Dale Bails)和拉里(Larry Peppers)根据美国1962～1977年的数据，得到如下汽车需求函数：
=5807+3.24Xtr2=0.22
se=(1.634)
其中，Y=私家车零售数量(千辆)，X=实际可支配收入(1972年美元价，10亿美元)。
注：未给出b1的标准差。
A.通报表扬
B.列为年度条线评先重点考虑对象
C.给予反洗钱高级培训或考察机会
D.所在机构给予其它物质和精神奖励
一个估计某行业CEO薪水的回归模型如下：
ln Y=β0+β1lnX1+β2lnX2+β3X3+β4X4+β5X5+μ
其中，Y为年薪，X1为公司的销售收入，X2为公司的市值，X3为利润占销售额的百分比，X4为其就任当前公司CEO的年数，X5为其在该公司的年数。一个有177个样本数据集的估计得到R2=0.353。若添加
后，R2=0.375。问：此模型中是否有函数设定的偏误？试以10%与5%的显著性水平进行检验。
A.模型1的相关指数R2为0.98
B.模型2的相关指数R2为0.80
C.模型3的相关指数R2为0.50
D.模型4的相关指数R2为0
为了研究体重与身高的关系，某学校随机抽样调查了51名学生(其中36名男生，15名女生)，并得到如下两种回归模型：
(a)
(-5.21) (8.62)
(b)
(-2.59) (4.01) (5.16)
其中，W表示体重(单位：磅)，厅表示身高(单位：英寸)，虚拟变量
回答下列问题：
A.正确
B.错误
C.解析监督学习问题分为回归（classification）和分类（regression）问题
D.在回归问题中，我们试图预测连续输出中的结果，这意味着我们试图将输入变量映射到某个连续函数
E.在分类问题中，我们试图预测离散输出的结果。意味着我们将输入变量映射到离散类别
在一项调查大学生一学期平均成绩(y)与每周在学习(X1)、睡觉(X2)、娱乐(X3)与其他各种活动(X4)所用时间的关系的研究中，建立如下回归模型：
Y=β0+β1X1+β2X2+β3X3+β4X4+μ
如果这些活动所用时间的总和为一周的总小时数168。问：保持其他变量不变，而改变其中一个变量的说法是否有意义？该模型是否有违背基本假设的情况？如何修改此模型以使其更加合理？
A.为了参考而保存图表后，忘记其中不同学习速率的值。现在需要曲线的倾斜率值之间的关系
B.以下哪一个是正确的
C.注
