欢迎来到天天文库
浏览记录
ID:42984423
大小:274.71 KB
页数:10页
时间:2019-09-24
《实用回归分析》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、《应用回归分析》实验报告题目违背基本假设的情况学生姓名沈蓿蓿学号20101315016院系数学与统计学院专业任课教师二0—二年十一月十九日2012年11刀19L1违背基本假设的情况实验冃的:结合实例了解异方差性及自相关性产生的背景和原因,以及给回归建模带來的影响,了解异方差性及自相关性问题的诊断及处理方法。实验内容:问题1:下表中是某软件公司月销售额数据,其中,X为总公司的月销售额(万元);y为某分公司的月销售额(万元)。序号Xy序号Xy1127.320.9611148.324.542130.021.4012146.424.283132.721.96131
2、50.225.004129.421.5214153.125.645135.022.3915157.326.466137.122.7616160.726.987141.123.4817164.227.528142.823.6618165.627.789145.524.1019168.728.2410145.324.0120172.028.78(1)川普通最小二乘法建立y与x的回归方程。Coefficients3ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta(
3、Constant)i-1.435.242-5.930.000iX.176.002.999107.928.000a.DependentVariable:y从上表得到y与x的回归方程为:y=1.435+1.76xIIIII-0.20000-0.100000.000000.100000.2000(00000^0(2)用残差图及DW检验诊断序列的口相关性。0.10.00--0.10--0.20-UnstandardizedResidual残差图:DW检验:ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheE
4、stimateDurbin-Watson1.999a.998.998.09744.663a.Predictors:(Constant),xb・DependentVariable:y从上表可见,DW=0.663<1.20故从残差图以及DW检验知,此序列存在自止相关性。(3)用迭代法处理序列相关,并建立回归方程。由(2)中知DW=0.663vl.20,存在口相关,故残差的口相关系数p=l-^DW=0.6684于是,令y't=yt-0.6684儿_],x'f=xf-0.6684%^),作DW检验。ModelSummary11ModelRRSquareAdjust
5、edRSquareStd.ErroroftheEstimateDurbin-Watson1.997a.993.993.072961.360a.Predictors:(Constant),xxb.DependentVariable:yy从上表可见,DW=1.360,此时n=19,dL=l.l&d〃=1.40,dL;_j,x'{=xt-0.32^_),作DW检验。ModelSummary"ModelRRSquareAdjustedRSquare
6、Std.ErroroftheEstimateDurbin-Watson1.995a.989.989.068491.696a.Predictors:(Constant),xxxb.DependentVariable:yyy从上表可见,DW=1.696,此时n=18tdL=1.39,4—d厶=2.61,dL7、73.154-.476.6411XXX.169.004.99538.622.000a.DependentVariable:yyy得到)「与”的回归方程为:y;=-0.073+0.169%;,还原为原始变量的方程为:yt二—0.0732+0.9884)[_]—0.21+0.169x(兀—0.9884兀」+0.2139兀_。)(4)用一阶差分法处理数据,并建立回归方程。计算差分-y{_},Aa;=兀-兀-,然后用0对作过原点的最小二乘回归:ModelSummarybModelRRSquareAdjustedRSquareS(d・ErroroftheEstima8、teDurbin-Watson1.957.955.074491.4
7、73.154-.476.6411XXX.169.004.99538.622.000a.DependentVariable:yyy得到)「与”的回归方程为:y;=-0.073+0.169%;,还原为原始变量的方程为:yt二—0.0732+0.9884)[_]—0.21+0.169x(兀—0.9884兀」+0.2139兀_。)(4)用一阶差分法处理数据,并建立回归方程。计算差分-y{_},Aa;=兀-兀-,然后用0对作过原点的最小二乘回归:ModelSummarybModelRRSquareAdjustedRSquareS(d・ErroroftheEstima
8、teDurbin-Watson1.957.955.074491.4
此文档下载收益归作者所有