资源描述：
《应用回归分析实验报告》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、重庆交通大学学生实验报告实验课程名称开课实验室数学实验室学院理学院年级专业班—学生姓名—学号开课吋间2013至2014学年第2学期评分细则评分报告表述的清晰程度和完整性（20分）程序设计的止确性（40分）实验结果的分析（30分）实验方法的创新性（10分）总成绩教师签名邹昌夂2.15一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状。经过10周时间，收集了每周加班工作时间的数据和签发新保单数冃，x为每周签发的新保单数冃，y为每周加班工作时间（小时）。表2.7y3.5142134.51.535X82521510705504809201350325670
2、1215（1）画散点图；（2）x与y之间是否大致呈线性关系？（3）用最小二乘估计求出回归方程；（4）求冋归标准误差&；（5）给出九、&的置信度为95%的区间估计；（6）计算x与y的决定系数；（7）对回归方程做方差分析；（8）做回归系数E显著性检验；（9）做相关系数的显著性检验；（10）对回归方程做残差图并作和应的分析；（11）该公司预计下一周签发新保单兀。=1000张，需要的加班时间是多少?（12）给出的置信水平为95%的梢确预测区间和近视预测区间。（13）给出E（y0）置信水平为95%的区间估计。（1）将数据输入到SPSS中,画出散点图如下:4.5-4.0-3.
3、5-3.0-2.0-1.5-1.0-215325480550670825920107012151350X（2）由下表TiJ知x与y的相关系数高达0.949,大于0$,所以x与yZ间线性相关性显著。相关性yXPearson相关性y1.000.949X.9491.000Sig.（单侧）y■.000X.000■Ny1010X1010O已观测—线性X(3)用SPSS进行最小二乘估计得到了如下系数表:系数’模型非标准化系数标准系数tSig.B的95.0%置信区间相关性共线性统计量B标准误差试用版下限上限零阶偏部分容差VIF1（常.118.355.333.748・.701.9
4、37量)X.004.000.9498.509.000.003.005.949.949.9491.0001.000a.因变量：y由上表可知00、0』勺参数估计值久、人分别为0.118和0.004,所以y对X的线性冋归方程为Ay=0.118+0.004x(4)由SPSS得到如下模型汇总表：模型汇总模型RR方调整R方标准估计的误差1.949a.900.888.4800a.预测变量:(常量),X。由模型汇总表可知回归标准误差＜7=0.4800（5）由以下系数表可知久、人的置信度为95%的区间估计分别为:（-0.701,0.937）和（0.003,0.005）□系数模型非标
5、准化系数标准系数tSig.B的95.0%置信区间相关性共线性统计量B标准误差试用版下限上限零阶偏部分容差VIF1（常.118.355•333.748-.701.937X.004.000.9498.509.000.003.005.949.949.9491.0001.000a.因变量：y（6）做出模型汇总表:模型汇总模型RR方调整R方标准估计的误差1.9491.900.888.4800a.预测变量:（常量）,X。CCD由以上模型汇总表可知X少y的决定系数为/?2=宜_=0.900oSST（7）对回归方程做方差分析；Anovab模型平方和df均方FSig.1回归16.6
6、82116.68272.396.000a残差1.8438.230总计18.5259a.预测变量:（常量）,X。b.因变量:y由方差分析表可以知m,F=72.396,显著性sig«0.000,可知其回归方程高度显著。即可说明y对x的线性冋归高度显著，这与相关系数的检验结果是一致的!（8）做回归系数A显著性检验；得出系数表如下：系数非标准化系数标准系数tSig.模型B标准误差试用版1（常量）.118.355.333.748X.004.000.949&509.000a•因变量:y从系数表可以看出00的sig«0.748,即sig>0.05,所以几没有通过显著性检验，所以
7、得出的回归系数0°不可用。而人的sig0.000,即sig<0.05,所以*通过了显著性检验。（9）做相关系数的显著性检验;相关性yXPearson相关性y1.000.949X.9491.000Sig.（单侧）y•.00()X.000•Ny1010X1010所以，山以上相关系数表中看到，相关系数R=0.949，单侧检验显著性sig«0.000,即sig<0.05,相关系数通过显苦性检验。（10）由EXCLE处理得到如下样木点x对应的残差c：X825215107055048092013503256701215e0.0820.022-0.398-0.318-1.038
8、-0.79
