应用回归分析作业new

《应用回归分析作业new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、应用回归分析课后答案第二章一元线性回归2.14解答：EXCEL结果:SUMMARYOUTPUT回归统计MultipleR0.944911RSquare0.892857AdjustedRSquare0.857143标准误差0.597614观测值5方差分析　dfSSMSFSignificanceF回归分析18.9285718.928571250.015392残差31.0714290.357143总计410　　　　Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%

2、Intercept-0.214290.6962-0.307790.778371-2.42992.001332-2.42992.001332XVariable10.1785710.03571450.0153920.0649130.292230.0649130.29223RESIDUALOUTPUT观测值预测Y残差11.571429-0.5714321.5714290.42857133.357143-0.3571443.3571430.64285755.142857-0.14286SPSS结果：（1）散点图为：50（2）x与y

3、之间大致呈线性关系。（3）设回归方程为=（4）=50（5）由于服从自由度为n-2的t分布。因而也即：=可得即为：（2.49，11.5）服从自由度为n-2的t分布。因而即可得50（6）x与y的决定系数（7）ANOVAx平方和df均方F显著性组间（组合）9.00024.5009.000.100线性项加权的8.16718.16716.333.056偏差.8331.8331.667.326组内1.0002.500总数10.0004由于,拒绝,说明回归方程显著，x与y有显著的线性关系。（8）其中接受原假设认为显著不为0，因变量y对自

4、变量x的一元线性回归成立。（9）相关系数=小于表中的相应值同时大于表中的相应值，x与y有显著的线性关系.50(10)序号111064221013-33320200442027-75540346残差图为：从图上看，残差是围绕e=0随机波动，从而模型的基本假定是满足的。（11）当广告费=4.2万元时，销售收入，即（17.1，39.7）2.15解答：（1）散点图为：50（2）x与y之间大致呈线性关系。（3）设回归方程为=(4)50=0.23050.4801(5)由于服从自由度为n-2的t分布。因而也即：=可得即为：（0.0028

5、，0.0044）服从自由度为n-2的t分布。因而即50可得(6)x与y的决定系数=0.908(7)ANOVAx平方和df均方F显著性组间（组合）1231497.5007175928.2145.302.168线性项加权的1168713.03611168713.03635.222.027偏差62784.464610464.077.315.885组内66362.500233181.250总数1297860.0009由于,拒绝,说明回归方程显著，x与y有显著的线性关系。(8)其中接受原假设认为显著不为0，因变量y对自变量x的一元线

6、性回归成立。(9)相关系数=50小于表中的相应值同时大于表中的相应值，x与y有显著的线性关系.(10)序号18253．53.07680.4232221510.88080.11923107043.95880.0412455022.0868-0.0868548011.8348-0.8348692033.4188-0.4188713504.54.9688-0.466883251.51.27680.2232967032.51880.481210121554.48080.5192从图上看，残差是围绕e=0随机波动，从而模型的基本假定

7、是满足的。(11)（12）,即为（2.7，4.7）近似置信区间为：，即（2.74，4.66）（13）可得置信水平为为，即为（3.33，4.07）.2.16(1)散点图为：50可以用直线回归描述y与x之间的关系.(2)回归方程为:(3)50从图上可看出，检验误差项服从正态分布。第三章多元线性回归3.11初始数据：编号yx1x2x3116070351226075402.4321065402426574423524072381.2622068451.5727578424816066362927570443.21025065423

8、50解：（1）用SPSS算出y，x1，x2,x3相关系数矩阵：相关性yx1x2x3Pearson相关性y1.000.556.731.724x1.5561.000.113.398x2.731.1131.000.547x3.724.398.5471.000y..048.008.009x1.048..378.