第11章 相关分析与回归分析

第11章 相关分析与回归分析

ID:6318314

大小:147.50 KB

页数:8页

时间:2018-01-10

第11章 相关分析与回归分析_第1页
第11章 相关分析与回归分析_第2页
第11章 相关分析与回归分析_第3页
第11章 相关分析与回归分析_第4页
第11章 相关分析与回归分析_第5页
资源描述:

《第11章 相关分析与回归分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、11.5一家物流公司的管理人员想研究货物的运输距离和运输时间的关系,为此,他抽出了公司最近10个卡车运货记录的随机样本,得到运送距离(单位:km)和运送时间(单位:天)的数据如下:运送距离x825215107055048092013503256701215运送时间y3.51.04.02.01.03.04.51.53.05.0要求:(1)绘制运送距离和运送时间的散点图,判断二者之间的关系形态:(2)计算线性相关系数,说明两个变量之间的关系强度。(3)利用最小二乘法求出估计的回归方程,并解释回归系数的实际意义。解:(1)__可能存在线性关系。(2)相关性x运送距离(km)y运送时间(天)x运送

2、距离(km)Pearson相关性1.949(**)显著性(双侧) 0.000N1010y运送时间(天)Pearson相关性.949(**)1显著性(双侧)0.000 N1010**.在.01水平(双侧)上显著相关。有很强的线性关系。(3)系数(a)模型非标准化系数标准化系数t显著性B标准误Beta1(常量)0.1180.355 0.3330.748x运送距离(km)0.0040.0000.9498.5090.000a.因变量:y运送时间(天)回归系数的含义:每公里增加0.004天。11.6下面是7个地区2000年的人均国内生产总值(GDP)和人均消费水平的统计数据:地区人均GDP(元)人均

3、消费水平(元)北京辽宁上海江西河南贵州陕西224601122634547485154442662454973264490115462396220816082035要求:(1)人均GDP作自变量,人均消费水平作因变量,绘制散点图,并说明二者之间的关系形态。(2)计算两个变量之间的线性相关系数,说明两个变量之间的关系强度。(3)利用最小二乘法求出估计的回归方程,并解释回归系数的实际意义。(4)计算判定系数,并解释其意义。(5)检验回归方程线性关系的显著性(a=0.05)。(6)如果某地区的人均GDP为5000元,预测其人均消费水平。(7)求人均GDP为5000元时,人均消费水平95%的置信区间

4、和预测区间。解:(1)__可能存在线性关系。(2)相关系数:相关性人均GDP(元)人均消费水平(元)人均GDP(元)Pearson相关性1.998(**)显著性(双侧) 0.000N77人均消费水平(元)Pearson相关性.998(**)1显著性(双侧)0.000 N77**.在.01水平(双侧)上显著相关。有很强的线性关系。(3)回归方程:系数(a)模型非标准化系数标准化系数t显著性B标准误Beta1(常量)734.693139.540 5.2650.003人均GDP(元)0.3090.0080.99836.4920.000a.因变量:人均消费水平(元)回归系数的含义:人均GDP没增加

5、1元,人均消费增加0.309元。(4)模型摘要模型RR方调整的R方估计的标准差1.998(a)0.9960.996247.303a.预测变量:(常量),人均GDP(元)。人均GDP对人均消费的影响达到99.6%。(5)F检验:ANOVA(b)模型平方和df均方F显著性1回归81,444,968.680181,444,968.6801,331.692.000(a)残差305,795.034561,159.007  合计81,750,763.7146   a.预测变量:(常量),人均GDP(元)。b.因变量:人均消费水平(元)回归系数的检验:t检验系数(a)模型非标准化系数标准化系数t显著性B

6、标准误Beta1(常量)734.693139.540 5.2650.003人均GDP(元)0.3090.0080.99836.4920.000a.因变量:人均消费水平(元)(6)某地区的人均GDP为5000元,预测其人均消费水平为2278.10657元。(7)人均GDP为5000元时,人均消费水平95%的置信区间为[1990.74915,2565.46399],预测区间为[1580.46315,2975.74999]。11.9某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。通过计算得到下面的有关结果:方差分析表变差来源dfSSMSFSignificance

7、F回归11602708.61602708.6399.10000652.17E—09残差1040158.074015.807——总计111642866.67———参数估计表Coefficients标准误差tStatP—valueIntercept363.689162.455295.8231910.000168XVariable11.4202110.07109119.977492.17E—09要求:(1)完成上面的方差分析表

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。