实验三回归分析.docVIP

实验三 回归分析 考察温度对产量的影响，测得10组数据（见表一） 表一：温度对产量的影响 温度X 20 25 30 35 40 45 50 55 60 65 产量Y 13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3 试建立X与Y之间的回归方程式； 对其回归方程进行显著性检验； 预测X=42时产量的估计值及预测区间（置信水平为95%）。 根据表二提供的经济数据完成以下问题： 表二：我国钢材消费量及国民收入 年份 钢材消费量（万吨） 国民收入 （亿元） 年份 钢材消费量（万吨） 国民收入 （亿元） 1964 698 1097 1973 1765 2286 1965 872 1284 1974 1762 2311 1966 988 1502 1975 1960 2003 1967 807 1394 1976 1902 2435 1968 738 1303 1977 2013 2625 1969 1025 1555 1978 2446 2948 1970 1316 1917 1979 2736 3155 1971 1539 2051 1980 2825 3372 1972 1561 2111 试画出散点图，判断国民收入（Y）与消费量（X）是否有线性关系； 求出Y关于X的一元线性回归方程； 对方程作显著性检验； 现测得1981年消费量X=3441，试给出1981年国民收入的预测值及相应的区间估计。（显著性水平为0.05）。 某厂生产的一种电器的年销售量Y与竞争对手的价格X1及本厂的价格X2有关。表三是十个城市中记录的资料。 表三：十个城市某种电器的年销售量和竞争对手价格（单位：元） X1 X2 Y X1 X2 Y 120 100 102 140 110 100 190 90 120 130 150 77 155 210 46 175 150 93 125 250 26 145 270 69 180 300 65 150 250 85 建立Y与X1及X2的回归关系，并说明回归方程式在显著性水平0.05下是否显著？并解释回归系数的含义； 对回归模型进行初步诊断，并指出有无可疑点或异常点？ 已知某城市中本厂电器的售价X2=160元，竞争对手售价X1=170元，使用上述建立的回归模型预测该城市的年销售量； 能否建立决定系数R2 0.68，模型中所有回归系数在0.10水平上是显著的回归模型（提示：考虑二次项和交叉项，用逐步回归）。 某科学基金会的管理人员欲了解从事研究的工作人员中，高水平的数学家工资额Y与他们的研究成果（论文、著作等）的质量指标X1，从事研究工作的时间X2以及能成功获得资助的指标X3之间的关系，为此按一定的设计方案调查了24位此类型的数学家，数据见表四。 表四：24位数学家工资额及相关指标的调查数据 序号 Y X1 X2 X3 序号 Y X1 X2 X3 1 33.2 3.5 9 6.1 13 43.3 8.0 23 7.6 2 40.3 5.3 20 6.4 14 44.1 5.6 35 7.0 3 38.7 5.1 18 7.4 15 42.8 6.6 39 5.0 4 46.8 5.8 33 6.7 16 33.6 3.7 31 4.4 5 41.4 4.2 31 7.5 17 34.2 6.2 7 5.5 6 37.5 6.0 13 5.9 18 48.0 7.0 40 7.0 7 39.0 6.8 25 6.0 19 38.0 4.0 35 6.0 8 40.7 5.5 30 4.0 20 35.9 4.5 23 3.5 9 30.1 3.1 5 5.8 21 40.4 5.9 33 4.0 10 52.9 7.2 47 8.3 22 36.8 5.6 27 4.3 11 38.2 4.5 25 5.0 23 45.2 4.8 34 8.0 12 31.8 4.9 11 6.4 24 35.1 3.9 15 5.0 假设误差服从分布，建立Y与X1，X2和X3之间的线性回归方程，并研究相应的统计推断问题，作相应的诊断和检验； 假设某位数据数学家的关于X1，X2，X3的值为（5.1,20,7.2），试预测他的年工资额，并给出置信水平为95%的置信区间。