試驗報告三-2

1、學(xué)生姓名：董媛學(xué)號：31405667-可編輯修改 -一、實驗項目名稱：實驗報告（三）二、實驗?zāi)康暮鸵螅ㄒ唬┳兞块g關(guān)系的度量：包括繪制散點圖，相關(guān)系數(shù)計算及顯著性檢驗；（二）一元線性回歸：包括一元線性回歸模型及參數(shù)的最小二乘估計，回歸方程的評 價及顯著性檢驗，利用回歸方程進(jìn)行估計和預(yù)測；（三）多元線性回歸：包括多元線性回歸模型及參數(shù)的最小二乘估計，回歸方程的評 價及顯著性檢驗等，多重共線性問題與自變量選擇，啞變量回歸；三、實驗內(nèi)容1.從某一行業(yè)中隨機(jī)抽取 12家企業(yè)，所得產(chǎn)量與生產(chǎn)費用的數(shù)據(jù)如下:企業(yè)編號產(chǎn)量（臺）生產(chǎn)費用（萬元）企業(yè)編號產(chǎn)量（臺）生產(chǎn)費用（萬元）140130784165242

2、15081001703501559116167455140101251805651501113017567815412140185（1） 繪制產(chǎn)量與生產(chǎn)費用的散點圖，判斷二者之間的關(guān)系形態(tài)。rco產(chǎn)岸t臺】（2）計算產(chǎn)量與生產(chǎn)費用之間的線性相關(guān)系數(shù)，并對相關(guān)系數(shù)的顯著性進(jìn)行檢驗（）,并說明二者之間的關(guān)系強(qiáng)度。相關(guān)性產(chǎn)量（臺）生產(chǎn)費用（萬元）產(chǎn)量（臺）Pearson 相關(guān)性顯著性（雙側(cè)）N112*.920.00012生產(chǎn)費用（萬元）Pearson相關(guān)性顯著性（雙側(cè)）N*.920.00012112在.01水平（雙側(cè)）上顯著相關(guān)。2.下面是7個地區(qū)2000年的人均國內(nèi)生產(chǎn)總值（GDP ）和人均消費水

3、平的統(tǒng)計數(shù)據(jù):地區(qū)人均GDP （元）人均消費水平（元）北京224607326遼寧112264490上海3454711546江西48512396河南54442208貴州26621608陜西45492035（1）繪制散點圖，并計算相關(guān)系數(shù)，說明二者之間的關(guān)系。ir”3DCTEI41MCQ人均GDP （元）人均消費水平（元）人均GDP （元）Pearson 相關(guān)性顯著性（雙側(cè)）N17*.998.0007人均消費水平（元）Pearson相關(guān)性顯著性（雙側(cè)）N*.998.000717在.01水平（雙側(cè)）上顯著相關(guān)。icainznc人均GDP (tEJ相關(guān)性（2）人均GDP作自變量，人均消費水平作因變量，

4、利用最小二乘法求出估計的回歸方程，并 解釋回歸系數(shù)的實際意義。設(shè)人均GDP作自變量X，人均消費水平作因變量 丫建立一元線性回歸模型。Y= o i X模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤差10.998 a0.9960.996247.303a.預(yù)測變量：（常量）,人均GDP （元）Anova b模型平方和df均方FSig.1回歸81444968.680181444968.6801331.692.000 a殘差305795.034561159.007總計81750763.7146a. 預(yù)測變量：（常量）,人均GDP （元）b. 因變量：人均消費水平（元）系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)

5、準(zhǔn)誤差試用版1（常量）734.693139.5405.265.003人均GDP （元）0.3090.0080.99836.492.000a.因變量：人均消費水平（元）所以Y=734.693+0.309X，回歸系數(shù)代表自變量對因變量的影響大小。（3）計算判定系數(shù)和估計標(biāo)準(zhǔn)誤差，并解釋其意義。回歸系數(shù)是0.996，估計標(biāo)準(zhǔn)誤差是 247.303，回歸系數(shù)代表了觀測點靠近回歸曲線的程度，而估計標(biāo)準(zhǔn)誤差顯示了誤差的大小程度。（4）檢驗回歸方程線性關(guān)系的顯著性（二） 統(tǒng)計量F的值是1331.692，顯著性概率是 0.000，因此，線性關(guān)系顯著（5）如果某地區(qū)的人均 GDP為5000元，預(yù)測其人均消費水平

6、。丫=5000*0.309+734.693=2279.693（6）求人均GDP為5000元時，人均消費水平 95%的置信區(qū)間和預(yù)測區(qū)間。3.隨機(jī)抽取10家航空公司，對其最近一年的航班正點率和顧客投訴次數(shù)進(jìn)行調(diào)查，數(shù)據(jù)如下:航空公司編號航班正點率（%）投訴次數(shù)（次）181.821276.658376.685475.768573.874672.293771.272870.8122991.4181068.5125（1） 用航班正點率作自變量， 顧客投訴次數(shù)作因變量， 估計回歸方程，并解釋回歸系數(shù)的意義。模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤差10.869 a0.7550.72418.887a.預(yù)測變

7、量：（常量）,航班正點率（%）Anova b模型平方和df均方FSig.1回歸8772.58418772.58424.592.001 a殘差2853.8168356.727總計11626.4009a. 預(yù)測變量：（常量）,航班正點率（%）b. 因變量：投訴次數(shù)（次）系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）430.18972.1555.962.000航班正點率（%）-4.7010.948-.869-4.959.001a.因變量：投訴次數(shù)（次）用航班正點率作自變量X，顧客投訴次數(shù)作因變量YY=430.189-4.701X（2）檢驗回歸系數(shù)的顯著性（二）?；貧w系數(shù)的顯著性檢

8、驗t值為-4.959.概率為0.001，說明航班正點率對顧客投訴次數(shù)影響顯著。（3）如果航班正點率為 80%，估計顧客的投訴次數(shù)。丫=430.189-4.701*80%=426.42824.某汽車生產(chǎn)商欲了解廣告費用（x）對銷售量（y）的影響，收集了過去12年的有關(guān)數(shù)據(jù)。通過計算得到下面的有關(guān)結(jié)果：方差分析表變差來源dfSSMSFSigni fica nee F回歸2.17E-09殘差40158.07一一總計111642866.67一一一參數(shù)估計表Coefficie nts標(biāo)準(zhǔn)誤差t StatP-valueIn tercept363.689162.455295.8231910.000168X

9、Variable 11.4202110.07109119.977492.17E-09(1) 完成上面的方差分析表。變差來源dfSSMSFSigni fica nee F回歸11602708.61602708.63992.17E-09殘差1040158.074015.807一- 1總計111642866.67一一一(2) 汽車銷售量的變差中有多少是由于廣告費用的變動引起的?有95.76%是由于廣告費用的變動引起的(3) 銷售量與廣告費用之間的相關(guān)系數(shù)是多少？回歸系數(shù)等于1.420211(4 )寫出估計的回歸方程并解釋回歸系數(shù)的實際意義。Y=363.6891 + 1.420211X(5)檢驗線性關(guān)

10、系的顯著性(a = 0.05 )。顯著5. 隨機(jī)抽取7家超市，得到其廣告費支出和銷售額數(shù)據(jù)如下超市廣告費支岀/萬元銷售額/萬元A119B232C444D640E1052F1453G2054（1）用廣告費支出作自變量?；，銷售額為因變量 匸，求出估計的回歸方程。模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤差10.831 a0.6900.6287.878a.預(yù)測變量：（常量）,廣告費支岀/萬元Anova b模型平方和df均方FSig.1回歸691.7231691.72311.147.021 a殘差310.277562.055總計1002.0006a. 預(yù)測變量：（常量）,廣告費支岀/萬元b. 因變量：銷

11、售額/萬元系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1(常量)29.3994.8076.116.002廣告費支岀/萬元1.547.463.8313.339.021a.因變量：銷售額/萬元用廣告費支出作自變量 -，銷售額為因變量匸，求出估計的回方程。Y=29.399+1.547X(2) 檢驗廣告費支出與銷售額之間的線性關(guān)系是否顯著(a = 0.05 )。F檢驗的P值為0.021 ,小于0.025，則可說明關(guān)系顯著(3)繪制關(guān)于卞的殘差圖，你覺得關(guān)于誤差項夕的假定被滿足了嗎?-1 標(biāo)離化誼ifO滿足(4) 你是選用這個模型，還是另尋找一個該更好的模型?選用這個模型6. 一家電氣銷售公

12、司的管理人員認(rèn)為，每月的銷售額是廣告費用的函數(shù)，并想通過廣告費用對月銷售額作出估計。下面是近 8個月的銷售額與廣告費用數(shù)據(jù)月銷售收入y (萬元)電視廣告費用(萬元)報紙廣告費用“(萬元)965.01.5902.02.0954.01.5922.52.5953.03.3943.52.3942.54.2943.02.5（1） 用電視廣告費用作自變量，月銷售額作因變量，建立估計的回歸方程。模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤差10.808 a0.6530.5951.21518a.預(yù)測變量：（常量）,VAR00002Anova b模型平方和df均方FSig.1回歸16.640116.64011.269

13、.015 a殘差8.86061.477總計25.5007a. 預(yù)測變量：（常量）,VAR00002b. 因變量：VAR00001系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）88.6381.58256.016.000VAR000021.6040.4780.8083.357.015a.因變量：VAR00001Y=88.638+1.604X1（2）用電視廣告費用和報紙廣告費用作自變量，月銷售額作因變量，建立估計的回歸方程,說明回歸系數(shù)的意義。模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤差10.959 a0.9190.887.64259a.預(yù)測變量：（常量）,VAR00003, VAR

14、00002Anova b模型平方和df均方FSig.1回歸23.435211.71828.378.002 a殘差2.0655.413總計25.5007a. 預(yù)測變量：（常量）,VAR00003, VAR00002b. 因變量：VAR00001系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）83.2301.57452.882.000VAR000022.290.3041.1537.532.001VAR000031.301.321.6214.057.010a.因變量：VAR00001Y=82.23+2.29X1 + 1.301X2（3）上述（1）和（2）所建立的估計方程，電視廣告費

15、用的系數(shù)是否相同？對回歸系數(shù)分別解 釋。不相同（4）根據(jù)（1 ）和（2）所建立的估計方程，說明它們的R2的意義。R方代表了回歸平方占據(jù)總平方和的比例，R方越大代表回歸曲線越準(zhǔn)確。7. 某農(nóng)場通過試驗取得早稻收獲量與春季降雨量和春季溫度的數(shù)據(jù)如下收獲量y （kg）降雨量X1(mm )溫度X2（叮）2250256345033845004510675010513720011014750011516825012017建立早稻收獲量對春季降雨量和春季溫度的二元線性回歸方程，并對回歸模型的線性關(guān)系和回歸系數(shù)進(jìn)行檢驗（a = 0.05 ），你認(rèn)為模型中是否存在多重共線性？模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的

16、誤差1.996 a.991.987261.43103a.預(yù)測變量：（常量）,VAR00003, VAR00002Anova b模型平方和df均方FSig.1回歸31226615.257215613307.629228.444.000 a殘差273384.743468346.186總計31500000.0006a. 預(yù)測變量：（常量）,VAR00003, VAR00002b. 因變量：VAR00001系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）-.591505.004-.001.999VAR0000222.3869.601.4152.332.080VAR00003327.6

17、7298.798.5903.317.029a.因變量：VAR00001Y=-0.591+22.386X1+327.672有顯著線性關(guān)系，其中降雨量對收獲量影響不顯著，但是溫度卻顯著。8. 一家房地產(chǎn)評估公司想對某城市的房地產(chǎn)銷售價格（y）與地產(chǎn)的評估價值（x1 ）、房產(chǎn)的評估價值（x2 ）和使用面積（x3 ）建立一個模型，以便對銷售價格作出合理預(yù)測。為此，收集了20棟住宅的房地產(chǎn)評估數(shù)據(jù)如下:房地產(chǎn)編號銷售價格y （元/就）地產(chǎn)估價（萬元）房產(chǎn)估價2 （萬元）使用面積"了 （就）16890596449718730248509002780928035550950314411260462

18、0010003959j126505116501800728322140645008502732912073800800298689908830023004775180309590081039121204010475090029351725011405073040121080012400080031681529013970020005851245501445508002345115101540908002089117301680001050562519600175600400208613440183700450226198801950003403595107602022401505789620用

19、SPSS進(jìn)行逐步回歸，確定估計方程，并給出銷售價格的預(yù)測值及 95%的置信區(qū)間和預(yù)測區(qū)間。模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤差1.947 a.897.878791.68233a.預(yù)測變量：（常量）,VAR00005, VAR00003, VAR00004Anova b模型平方和df均方FSig.1回歸87803505.456329267835.15246.697.000 a殘差10028174.54416626760.909總計97831680.00019a. 預(yù)測變量：（常量）,VAR00005, VAR00003, VAR00004b. 因變量:VAR00002系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）148.700574.421.259.799VAR00003.815.512.1931.591.131VAR00004.821.211.5563.888.001VAR00005.135.066.2772.050.057a.因變量：VAR00002Y=148.7+0.815X1+0.821X2+0.135X39. 為分析某行業(yè)中的薪水有無性別歧視，從該行業(yè)中隨機(jī)抽取15名員工，有關(guān)的數(shù)據(jù)如下月薪y(tǒng) （