You are on page 1of 2

ESERCIZI REGRESSIONE MULTIPLA

Camilla Mastromarco

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

(iii) Poiché hsperc è lo stesso per entrambi gli studenti, la differenza tra A e B è 140 moltiplicato il coefficiente su sat. Quindi si prevede che A abbia un voto di laurea 0.00148(140) ≈ .207 più alto.
n = .00148∆sat. Vogliamo determinare ∆sat tale che (iv) Mantenendo hsperc fisso, ∆colgpa n = 0.5, perciò 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 – è 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 all’aumentare 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 l’equazione 1 = 0.094(∆sibs), perciò ∆sibs = 1/.094 ≈ 10.6. (ii) Mantenendo costanti sibs e feduc, un anno in più di istruzione della madre implica un aumento di anni di istruzione atteso per ognuno dei figli di 0.131. Perciò se la madre ha quattro anni in più di istruzione, ogni suo figlio avrà circa mezzo anno atteso (0.524) in più di istruzione. (iii) Dato che il numero di figli è 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 è 0.131(4) + 0.210(4) = 1.364.

Perciò se varia study. . study + sleep + work + leisure = 168. Se sleep e work sono costanti ma study aumenta di un’ora. deve variare almeno una delle altre categorie in modo tale che la somma sia pari a 168. Questo succede per tutte le osservazioni. (iii) Basta eliminare una delle variabili indipendenti. work. (ii) Possiamo scrivere study come una relazione lineare perfetta delle altre variabili indipendenti: study = 168 − sleep − work − leisure. pertanto l’assunzione di assenza di collinearità perfetta è violata.3 (i) No. e u. Per definizione. allora leisure deve diminuire di un’ora. Per gli altri parametri l’interpretazione è simile. e sono fisse sleep. per esempio leisure: GPA = β 0 + β1 study + β 2 sleep + β 3 work + u. Per esempio β1 sarà interpretato come la variazione in GPA quando aumenta di un’ora la variabile study.