ESERCIZI REGRESSIONE MULTIPLA

Camilla Mastromarco

1 (i) hsperc definito in modo tale che valori pi bassi indicano un voto minore di diploma di scuola superiore, pertanto pi basso sar il voto di laurea atteso. (ii) Inserendo i valori specificati nellequazione si ottiene:
n = 1.392 .0135(20) + .00148(1050) = 2.676. colgpa

(iii) Poich hsperc lo stesso per entrambi gli studenti, la differenza tra A e B 140 moltiplicato il coefficiente su sat. Quindi si prevede che A abbia un voto di laurea 0.00148(140) .207 pi alto.
n = .00148sat. Vogliamo determinare sat tale che (iv) Mantenendo hsperc fisso, colgpa n = 0.5, perci 0.5 = 0.00148(sat) o sat = 0.5/(0.00148) 338. Non sorprendentemente, colgpa

una differenza maggiore nel valore SAT, ceteris paribus, - circa due volte la deviazione standard necessaria per ottenere una stima della differenza del voto di laurea di mezzo punto. 2 (i) Si. Dato il vincolo di bilancio, ha senso che allaumentare dei figli in una famiglia si abbia una riduzione di istruzione per ognuno di questi (dovuto alla riduzione di fondi per ognuno). Per trovare il numero di figli che riduce il numero di anni di istruzione per ognuno di loro di un anno, dobbiamo risolvere lequazione 1 = 0.094(sibs), perci sibs = 1/.094 10.6. (ii) Mantenendo costanti sibs e feduc, un anno in pi di istruzione della madre implica un aumento di anni di istruzione atteso per ognuno dei figli di 0.131. Perci se la madre ha quattro anni in pi di istruzione, ogni suo figlio avr circa mezzo anno atteso (0.524) in pi di istruzione. (iii) Dato che il numero di figli lo stesso, ma variano meduc e feduc, dobbiamo prendere in considerazione i coefficienti su meduc e feduc. La differenza attesa negli anni di istruzione tra B e A 0.131(4) + 0.210(4) = 1.364.

3 (i) No. Per definizione, study + sleep + work + leisure = 168. Perci se varia study, deve variare almeno una delle altre categorie in modo tale che la somma sia pari a 168. (ii) Possiamo scrivere study come una relazione lineare perfetta delle altre variabili indipendenti: study = 168 sleep work leisure. Questo succede per tutte le osservazioni, pertanto lassunzione di assenza di collinearit perfetta violata. (iii) Basta eliminare una delle variabili indipendenti, per esempio leisure: GPA = 0 + 1 study + 2 sleep + 3 work + u. Per esempio 1 sar interpretato come la variazione in GPA quando aumenta di unora la variabile study, e sono fisse sleep, work, e u. Se sleep e work sono costanti ma study aumenta di unora, allora leisure deve diminuire di unora. Per gli altri parametri linterpretazione simile.