方差与回归分析作业.doc

《方差与回归分析作业.doc》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、方差与冋归分析作业题（三因素方差分析）某集团为了研究商品销售点所在的地理位置、销售点处的广告和销售点的装潢这三个因素对商品的影响程度，选了三个位置（如市屮心黄金地段、非屮心的地段、城乡结合部），两种广告形式，两种装潢档次在四个城市进行了搭配试验。表15是销售量的数据，试在显著水平0.05下，检验不同地理位置、不同广告、不同装潢下的销售量是否有显著差异III3方和df均方FSia.Eta方非中心参数are假设37446267.000137446267.000125963.896.0001.000125963.8961.000谋差891.8333297.278ba41434.1252207

2、17.06354.138.000.947108.2751.000谋差2296.0426382.674cb假设20172.000120172.00078.473.003.96378.4731.000误差771.1673257.056dc假设11224.083111224.08360.844.004.95360.844.998误差553.4173184.472ed假设891.8333297.2781.143.717.9043.428.05894.631.364260.194fa*b假设4374.87522187.4386.959.027.69913.918.726误差1885.958631

3、4.3268a*c假设1741.5422870.7711.474.301.3292.948.208差3543.9586590.660ha*d假设2296.0426382.674.977.624.8195.859.078507.8311.296391.868sb*c假设14.083114.083.082.793.027.082.055谋筮516.4173172.139Jb*d假设771.1673■■■■■•kc*d假设553.4173184.472.739.725.7992.216.059139.092.557249.6811a*b*c假设922.7922461.396.899.455.

4、2311.798.1433078.7086513.118ma*b*d假设1885.9586314.326.613.717.3803.675.128谋差3078.7086513.118ma*c*d3543.9586590.6601.151.434.5356.907.209谋差3078.7086513.118mb*cwd516.4173•■■■■■误差•na*b*c*d假设3078.7086513.1181.000误差.00000由上表易知sig.b=O.O3vO.O5,即不同地理环境下的销量有显著差异；同理，由sigg0.04v0.05可知不同广告的销量也有显著差异；而从sig.d=0.

5、717>0.05易知不同装潢下的销量没有有显著差异。sig.a*b=0.027<0.05,HP不同地理环境和不同广告对销量有显著交互影响；相反的，由sig.a*c=0.301>0.05可知不同广告和不同装潢下的销量对销量没有显著交互影响；同理，由sig.a*d>sig.b^d等均大于0.05,易知它们对应的两个变量对销量没有显著交互影响。冋归分析1.某人记录了21天每天使用空调器的时间和使用烘干器的次数，并监视电表以计算出毎天的耗电量，数据见表6,试研究耗电量（KWH）与空调器使用的小吋数（AC）和烘干器使用次数（DRYER）之间的关系，建立并检验回归模型，诊断是否有异常点。图1系数'

6、模型非标准化系数标准系数tSig.B的95.0%置信区间B标准误差试用版下限上限1（常量）8.1052.4813.267.0042.89313.317AC5.466.281.78319.469.0004.8766.056DRYER13.217.856.62115.436.00011.41815.015a.因变暈：KWH讎统计童极小値极大値均値标准偏差N预测値19.037295.111764.857121.5636321残差-7.900806.46714.000003.7334321标准预测値-2.1251.403.0001.00021标准残差-2.0081.643.000.94921a

7、.因变量：KWHAnovab模型平方和df均方FSig.1回归9299.80224649.901300.241.0001残差278.7701815.487总计9578.57120a.预测变廉：（常量），DRYER,AC。b.因变量：KWH如图所示：由图1知，此组数据进行回归分析后可知满足线性回归关系，其屮常量为8.105,对应的p二0.004〈0.05,关系显著，变量AC对应的系数为5.466,变量DRYER对应的系数为13.217,两个变量对