一. 一家产品销售公司在
30 个地区设有销售分公司。为研究产品销售量
(y)与该公司的销售价格 ( x1 )、
各地区的年人均收入
(x2) 、广告费用 (x3 )之间的关系,搜集到
30
个地区的有关数据。利用
Excel 得到
下面的回归结果(
0.05 ):
方差分析表
变差来源
df
SS
MS
F
Significance F
回归
残差
—
—
总计
29
—
—
—
参数估计表
Coefficients 标准误差 t Stat P-value
Intercept
X Variable 1
X Variable 2
X Variable 3
1) 将方差分析表中的所缺数值补齐。
2) 写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程,并解释各回归系数的意义。
3) 检验回归方程的线性关系是否显着?
4) 计算判定系数 R2 ,并解释它的实际意义。
计算估计标准误差 sy ,并解释它的实际意义。
方差分析表
变差来源
df
SS
MS
F
Significance F
回归
3
残差
26
—
—
总计
29
—
—
—
( 2)多元线性回归方程为:
y 7589.1025
117.8861x1
80.6107 x2
0.5012 x3
。
?
?1 117.8861 表示:在年人均收入和广告费用不变的情况下,销售价格每增加一个单位,
销售量平均下降个单位;
?
80.6107 表示:在销售价格和广告费用不变的情况下,年人均收入
2
每增加一个单位,销售量平均增加个单位; ?3 0.5012 表示:在年销售价格和人均收入不变的
情况下,广告费用每增加一个单位,销售量平均增加个单位。
( 3)由于 Significance F=<
0.05 ,表明回归方程的线性关系显着。
(4) R2
SSR1
89.36% ,表明在销售量的总变差中,被估计的多元线性
SST.7
回归方程所解释的比例为
% ,说明回归方程的拟合程度较高。
SSE
MSE
55069.7 234.67 。表明用销售价格、年人均收入和广告费用
( 5) se
1
n k
来预测销售量时,平均的预测误差为。
一. 一家出租汽车公司为确定合理的管理费用,需要研究出租车司机每天的收入
(元) 与他的行使时间
(小时)行驶的里程(公里)之间的关系,为此随机调查了
20 个出租车司机,根据每天的收入
( y )、行使时间( x1)和行驶的里程(
x2 )的有关数据进行回归,得到下面的有关结果
0.05 ):
方程的截距
?
截距的标准差 s ?
36.59
回归平方和
SSR
29882
0
0
回归系数
?
回归系数的标准差
s 1
4.78
残差平方和 SSE
5205
1
回归系数
?
回归系数的标准差
s ?
0.14
—
2
2
( 1) 写出每天的收入(
y )与行使时间(
x1 )和行驶的里程(
x2 )的线性回归方程。
2) 解释各回归系数的实际意义。
3) 计算多重判定系数 R2 ,并说明它的实际意义。
4) 计算估计标准误差 Sy ,并说明它的实际意义。
( 5) 若显着性水平
=,回归方程的线性关系是否显着?(注:
F0 .05 ( 2,17) 3.59 )
( 1)回归方程为:
?
9.16 x1 0.46x2
。
y 42.38
(2) ?1
9.16
表示:在行驶里程不变的情况下,行驶时间每增加
1 小时,每天的收入平
均增加元;
?
0.46 表示:在行驶时间不变的情况下,行驶里程每增加
1 公里,每天的收入平均
2
增加元。
(3) R2
SSR
29882
85.17% 。
SST
29882 5205
表明在每天收入的总变差中,被估计的多元线性回归方程所解释的比例为 % ,说明回归方程的
拟合程度较高。
SSE
5205
17.50 。
( 4) se
1
20
n k
2 1
表明用行驶时间和行驶里程来预测每天的收入时,平均的预测误差为元。
( 5)提出假设: H 0 : 1
2
0 , H 1 : 1, 2 至少有一个不等于
0。
计算检验的统计量
F :
于 F 48.80 F0.05 (2,17)
3.59 ,拒绝原假设 H 0 。这意味着每天收入与行驶时间和行驶里程之间
的线性关系是显着的。
一家大型商业银行在多个地区设有分行,为弄清楚不良贷款形成的原因,抽取了该银行所属的
25 家分
行 2002 年的有关业务数据。试建立不良贷款
y 与贷款余额 x1、累计应收贷款
x2、贷款项目个数
x3 和
固定资产投资额
x4 的线性回归方程,并解释各回归系数的含义
分行
不良贷款 (亿
各项贷款余额
本年累计应收贷款
贷款项目个数
本年固定资产投资额
编号
元)
(亿元)
(亿元)
(个)
(亿元)
1
5
2
16
3
17
4
10
5
19
6
1
7
17
8
18
9
10
10
14
...............
.........
.........
.................................
...................
1. 以不良贷款
y 为因变量,贷款余额
x1、累计应收贷款 x2、贷款项目个数 x3
和固定资产投资额 x4
为自变量建立四元线性回归模型,
Excel 的输出结果如下表,请填写方差分析表中的下划线部分:
回归统计
Multiple R
R Square
标准误差
观测值
方差分析
回归分析
残差
总计
Intercept
各项贷款余额(亿元)
本年累计应收贷款(亿元)
贷款项目个数(个)
本年固定资产投资额(亿元)
回归统计
Multiple R
R Square
Adjusted R Square
标准误差
观测值
*****
*****
df SS MS F Significance F
****** ***** ******** ******
***** ***** *******
******
Coefficients 标准误差 t Stat P-value
******
*******
*******
25
方差分析
df
SS
MS
F
Significance F
回归分析
4
残差
20
总计
24
Coefficients 标准误差 t Stat P-value
Intercept
各项贷款余额(亿元)
本年累计应收贷款(亿元)
贷款项目个数(个)
本年固定资产投资额(亿元)
2、写出回归方程,并分析其回归系数的意义
3、设显着性水平
为,对回归方程的显着性进行检验
4、计算残差平方和决定系数
?
进行显着性检验。
5、对回归系数2
某工厂近年的生产数据如下表所示:
序号
产量(千件) Q 技术改进支出
T(万元)
单位产品成本
AC (元 /件)
总成本 TC(万元)
1
3
2
72
2
5
70
35
3
7
5
69
4
9
5
67
5
8
6
68
6
9
7
66
7
10
64
64
8
11
64
9
13
62
10
15
11
60
90
2. 以单位产品成本
AC 为因变量,产量
Q 和技术改进支出
T 为自变量建立二元线性回归模型,Excel
的输出结果如下表,请填写方差分析表中的下划线部分:
回归统计
Multiple R
Square Adjusted R Square
标准误差
观测值 10
自由度
平方和
均方
F
p 值
回归分析
_______
_______
_______
_______
残差
_______
_______
_______
总计
_______
系数
标准误差
t 统计量
P-值
截距
_______
产量(千件)
______
技术改进支出(万元)
_______
根据回归结果计算自变量和因变量的相关系数。
设显着性水平为,对回归方程的显着性进行检验。
5. 写出回归方程,并分析其回归系数的意义。
(15 分)
某企业生产情况如下表
生产量
价格
产品名称
计量单位
报告期
基期
报告期
基期
甲
台
360
300
1500
1100
乙
件
200
200
1000
800
丙
只
160
140
250
250
要求:遵循综合指数编制的一般原则,计算
1) 三种产品的产量总指数和价格总指数。解:根据已知资料计算得:
单位:元
产品名称
甲
330000
396000
540000
乙
160000
160000
200000
丙
30800
40000
40000
合计
520800
596000
780000
q1 p 0
596000
1.1443
114.43%
I q
0 p0
520800
( 1)产量总指数:
q
(2 分)
q1 p1
780000
1.3087
130.87%
I p
596000
价格总指数:
q1 p0
(2 分)
什么是回归分析中的随机误差项和残差?它们之间的区别是什么?
答:随机误差项 Ut 反映除自变量外其他各种微小因素对因变量的
影响。它是Y t 与未知的总体回归线之间的纵向距离, 是不可直接观测
的。( 分)。
残差 et 是Y t 与按照回归方程计算的
?
Y t 的差额,它是Y t 与样本回
归线之间的纵向距离,当根据样本观测值拟合出样本回归线之后,可
以计算出 et 的具体数值。利用残差可以对随机误差项的方差进行估
计。(分)
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。根据计算得到以下
方差分析表,求
A 、 B 的值,并说明销售量的变差中有多少是由于广告费用的变动引起的?
变差来源
df
SS
MS
F
Significance F
回归
1
B
残差
10
A
总计
11
2、 A=SSE / (n-2) =
/ 10
=
2 分
B=MSR / MSE = /
=
2 分
R2SSR
1422708.60
86.60%
1 分
SST
1642866.67
表明销售量的变差中有
%是由于广告费用的变动引起的。
1 分
某家具公司生产三种产品的有关数据如下:
产品名称
总生产费用 /万元
报告期产量比
基期
报告期
基期增长( %)
写字台
椅子
书柜
计算下列指数:①拉氏加权产量指数;②帕氏单位成本总指数。
解:
① 拉氏加权产量指数
q1
p0 q0
45.4
1.135
30.0
1.086
55.2
q0
1.14
5
=
45.4
30.0
55.2
111.60%
p0 q0
分
p1q1
53.6
33.8
58.5
100.10%
② 帕氏单位成本总指数 =
1.14
45.4
1.135
30.0
1.086
55.2
q1
q0
p0 q0
根据下面的方差分析表回答有关的问题
:
方差分析
差异源
SS
df
MS
F
P-value
F crit
组间
2
组内
12
总计
14
注:试验因素
A 有三个水平。
⑴写出原假设及备择假设;
⑵写出 SST, SSA, SSE, fT , f A , f e , MSA, MSE, n 以及 P 值;
⑶判断因素 A 是否显着。
⑴原假设 H0:123
1
分
备择假设
H 1
:
i i
1,2,3 不全等
⑵ SST= SSA=
SSE=
fT 14f A
2
f e 12 MSA= MSE=
n
15
P 值 =
4
分
⑶ F 值=>F
2,12
3.88529
拒绝原假设 , 因素 A 显着。
1
分
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
df
SS
MS
F
Significance F
回归
1
A
C
残差
10
B
总计
11
参数估计表
Coefficients
标准误差
t Stat
P-value
Intercept
X Variable 1
①求 A 、B 、C 的值;②销售量的变差中有多少是由于广告费用的变动引起的?
③销售量与广告费用之间的相关系数是多少?④写出估计的回归方程并解释回归系数的实际意义。⑤
检验线性关系的显着性 ( a=)
解
( 1) A=SSR / 1=
B=SSE / (n-2)=10=
C=MSR / MSE==
2 分
(2) R2
SSR
1422708.60
86.60%
2 分
SST
1642866.67
表明销售量的变差中有
% 是由于广告费用的变动引起的。
(3) R
R2
0.8660
0.93
2 分
估计的回归方程:
?
363.6891 1.420211x
1 分
y
回归系数 ? 1.420211表示广告费用每增加一个单位,销售量平均增加个单位。
1
分
5)检验线性关系的显着性:
H0:10
∵ Significance F= <α =
∴拒绝 H0 , , 线性关系显着。
2 分
4、某企业三种产品的出口价及出口量资料如下:
出口价
出口量
基期 p0
报告期 p1
基期 q0
报告期 q1
甲
100
150
80
82
乙
80
140
800
1000
丙
120
120
60
65
1)计算拉氏出口量指数; (2) 计算帕氏出口价指数解:
4、随机抽查
5 家商场,得到广告支出(
x)和销售额
(y) 资料如下:
广告支出(万元)
x
1
2
4
4
6
销售额(万元) y
20
35
50
60
75
5
2
5
2
x 3.4
y
48
( yi
附 :
y)
=1830
i
( yi y) =
i 1
1
x2
73
xy 980
要求:
. ① 计算估计的回归方程;
②检验线性关系的显着性( = )。
附 (1,5)=6.61 F(5,1)=230.2 F(1,3)=10.13 F(3,1)=
(1,5)=10.01 F(1,3)=
现有某地区的啤酒销量数据如下,
年 /季
啤酒销售量 (Y)
年 / 季
啤酒销售量
(Y)
2000/1
25
2004/1
29
2
32
2
42
3
37
3
55
4
26
4
38
2001/1
30
2005/1
31
2
38
2
43
3
42
3
54
4
30
4
41
2002/1
29
2
39
3
50
4
35
2003/1
30
2
39
3
51
4
37
为了计算季节指数,有如下步骤
年 /季
啤酒销售量 (Y) C
比值 y/c
2000/1
25
2
32
3
37
4
26
32
2001/1
30
2
38
3
42
4
30
2002/1
29
36
2
39
3
50
4
35
2003/1
30
2
39
39
1
3
51
4
37
2004/1
29
2
42
3
55
4
38
2005/1
31
2
43
3
54
4
41
1:第 C 列第一个数据的计算依据是什么?写出的计算过程
2:试计算季节指数
3:以 2000 年的数据计算分离了季节因素后的数据,并解释新得到的数据的意义
相关热词搜索: 统计 复习 答案 统计 统计复习及答案x