《应用回归分析》
课程论文
学 号: 姓 名: 年 级: 专 业: 指导教师:
完成日期:
实验目的:结合SPSS软件使用回归分析中的各种方法,比较各种方
法的使用条件,并正确解释分析结果。
实验内容:世纪统计学教材应用回归分析(第二版)课后习题 详细设计:
2.14 解答:(1)散点图为
(2)x与y之间大致呈线性关系。
ˆˆx. ˆ(3)设回归方程为y01
ˆ1
xy
i
n
i
n
x
i1
i1n
2i
n()2
26370107622.85
0.003585 2
710430010762
ˆˆ0.11823. 01
ˆ0.118230.003585x.
所以可得回归方程y
经计算可得
1n
ˆˆi) (yiyn2i1
2
2
1n
ˆˆx))2 (yi(01
n2i1
0.230419 所以
ˆ0.48002.
ˆ~N(,由于11
2
Lxx
).
t
ˆ11
2Lxx
ˆ)L(xx
. 1
ˆ
服从自由度为n2的t分布。因而
ˆ)L(1xx
P
ˆ
t(n2)1.
ˆt也即p(1
ˆ
Lxx
ˆt11
ˆ
Lxx
)1.
ˆ 可得1的置信度为95%的置信区间为
(0.0035851.86
0.[1**********]076210
2
,0.0035851.86.
0.[1**********]076210
2
)
,0.0044). 即(0.0028
ˆ~N(,(1())2). 由于.00
nLxx
2
t
0ˆ0
1()
ˆ2()
nLxx
2
ˆ
0ˆ0
1()
nLxx
2
.
服从自由度为n2的t分布。因而
Pˆ
ˆ001()2
nLxx
t(n2)1.
22
1()1()ˆˆˆˆt0t)1. 即p(00
nLxxnLxxˆ的置信度为95%的置信区间为 可得1
1762217622
(0.118230.1.86,0.118230.1.86).
[***********]
,0.5703).
即为(0.3567n
x与y的决定系数r2
ˆ(y
i
)2
)2
(y
i1
i1
n
16.82027
0.908.
18.525
i
由于FF(1,9),拒绝H0,说明回归方程显著,x与y有显著的线性关系。
(8)
t
ˆ1ˆ2xx
ˆL0.0035851xx8.509.
ˆ0.48002
2
1n21n2
ˆˆi). 其中ei(yiyn2i1n2i1
又
t1.895.
从而
t8.509t.
接受原假设H0:10,认为1显著不为0,因变量y对自变量x的一元线性回归成立。 (9)
相关性
x
Pearson 相关性 显著性(双侧)
N
y
Pearson 相关性 显著性(双侧)
N
x 1
y .949 .000 10 1
**
**
10 .949 .000 10
10
相关系数
r
n
(x)(y
i
i1
2
i
i1
n
i
)
2
i
LxyLxxLyy
(x)(y
)
由于FF(1,9),拒绝H0,说明回归方程显著,x与y有显著的线性关系。
(8)
t
ˆ1ˆ2xx
ˆL0.0035851xx8.509.
ˆ0.48002
2
1n21n2
ˆˆi). 其中ei(yiyn2i1n2i1
又
t1.895.
从而
t8.509t.
接受原假设H0:10,认为1显著不为0,因变量y对自变量x的一元线性回归成立。 (9)
相关性
x
Pearson 相关性 显著性(双侧)
N
y
Pearson 相关性 显著性(双侧)
N
x 1
y .949 .000 10 1
**
**
10 .949 .000 10
10
相关系数
r
n
(x)(y
i
i1
2
i
i1
n
i
)
2
i
LxyLxxLyy
(x)(y
)
4653
0.9489.
18.525
r小于表中1%的相应值同时大于表中5%的相应值,所以x与y有显著
的线性关系。
从图上看,残差是围绕e0随机波动,从而模型的基本假定是满足的。
ˆ03.7小时。 新保单时,需要加班的时间为y
ˆ0t(n2)hˆ,即为(12)y0的置信概率为1的置信区间精确为y
ˆ02ˆ,即(2.74,4.66). (2.7,4.7).近似置信区间为y
ˆ0t(n2)hˆ(13)可得置信水平为1的置信区间为y
,
(3.33,4.77).
2.16 解答:(1)散点图为
ˆ12112.1603.314x.
(2)回归方程为y
从图上可看出,检验误差项服从正态分布。
《应用回归分析》
课程论文
学 号: 姓 名: 年 级: 专 业: 指导教师:
完成日期:
实验目的:结合SPSS软件使用回归分析中的各种方法,比较各种方
法的使用条件,并正确解释分析结果。
实验内容:世纪统计学教材应用回归分析(第二版)课后习题 详细设计:
2.14 解答:(1)散点图为
(2)x与y之间大致呈线性关系。
ˆˆx. ˆ(3)设回归方程为y01
ˆ1
xy
i
n
i
n
x
i1
i1n
2i
n()2
26370107622.85
0.003585 2
710430010762
ˆˆ0.11823. 01
ˆ0.118230.003585x.
所以可得回归方程y
经计算可得
1n
ˆˆi) (yiyn2i1
2
2
1n
ˆˆx))2 (yi(01
n2i1
0.230419 所以
ˆ0.48002.
ˆ~N(,由于11
2
Lxx
).
t
ˆ11
2Lxx
ˆ)L(xx
. 1
ˆ
服从自由度为n2的t分布。因而
ˆ)L(1xx
P
ˆ
t(n2)1.
ˆt也即p(1
ˆ
Lxx
ˆt11
ˆ
Lxx
)1.
ˆ 可得1的置信度为95%的置信区间为
(0.0035851.86
0.[1**********]076210
2
,0.0035851.86.
0.[1**********]076210
2
)
,0.0044). 即(0.0028
ˆ~N(,(1())2). 由于.00
nLxx
2
t
0ˆ0
1()
ˆ2()
nLxx
2
ˆ
0ˆ0
1()
nLxx
2
.
服从自由度为n2的t分布。因而
Pˆ
ˆ001()2
nLxx
t(n2)1.
22
1()1()ˆˆˆˆt0t)1. 即p(00
nLxxnLxxˆ的置信度为95%的置信区间为 可得1
1762217622
(0.118230.1.86,0.118230.1.86).
[***********]
,0.5703).
即为(0.3567n
x与y的决定系数r2
ˆ(y
i
)2
)2
(y
i1
i1
n
16.82027
0.908.
18.525
i
由于FF(1,9),拒绝H0,说明回归方程显著,x与y有显著的线性关系。
(8)
t
ˆ1ˆ2xx
ˆL0.0035851xx8.509.
ˆ0.48002
2
1n21n2
ˆˆi). 其中ei(yiyn2i1n2i1
又
t1.895.
从而
t8.509t.
接受原假设H0:10,认为1显著不为0,因变量y对自变量x的一元线性回归成立。 (9)
相关性
x
Pearson 相关性 显著性(双侧)
N
y
Pearson 相关性 显著性(双侧)
N
x 1
y .949 .000 10 1
**
**
10 .949 .000 10
10
相关系数
r
n
(x)(y
i
i1
2
i
i1
n
i
)
2
i
LxyLxxLyy
(x)(y
)
由于FF(1,9),拒绝H0,说明回归方程显著,x与y有显著的线性关系。
(8)
t
ˆ1ˆ2xx
ˆL0.0035851xx8.509.
ˆ0.48002
2
1n21n2
ˆˆi). 其中ei(yiyn2i1n2i1
又
t1.895.
从而
t8.509t.
接受原假设H0:10,认为1显著不为0,因变量y对自变量x的一元线性回归成立。 (9)
相关性
x
Pearson 相关性 显著性(双侧)
N
y
Pearson 相关性 显著性(双侧)
N
x 1
y .949 .000 10 1
**
**
10 .949 .000 10
10
相关系数
r
n
(x)(y
i
i1
2
i
i1
n
i
)
2
i
LxyLxxLyy
(x)(y
)
4653
0.9489.
18.525
r小于表中1%的相应值同时大于表中5%的相应值,所以x与y有显著
的线性关系。
从图上看,残差是围绕e0随机波动,从而模型的基本假定是满足的。
ˆ03.7小时。 新保单时,需要加班的时间为y
ˆ0t(n2)hˆ,即为(12)y0的置信概率为1的置信区间精确为y
ˆ02ˆ,即(2.74,4.66). (2.7,4.7).近似置信区间为y
ˆ0t(n2)hˆ(13)可得置信水平为1的置信区间为y
,
(3.33,4.77).
2.16 解答:(1)散点图为
ˆ12112.1603.314x.
(2)回归方程为y
从图上可看出,检验误差项服从正态分布。