第七八章习题答案要点.doc

第7章 相关与回归分析 二 单项选择题 1-5 BCBAC 6-10 CCABA 11-15 BCCAA 16-20 CCBDB 21-25 CBBAA 26_30 BCBBA 31_35 CBABA 36_40 BAAAA 三计算分析题 7.1（1）散点图如下： 从散点图可以看出，与费用之间为正的线性相关关系。 （2）利用Excel的“CORREL”函数计算的相关系数为。 （3）首先提出如下假设：，。 计算检验的统计量 当时，。由于检验统计量，拒绝原假设。表明产量与生产费用之间的线性关系显著。 （1）散点图如下： 从散点图可以看出，复习时间与考试分数之间为正的线性相关关系。 （2）利用Excel的“CORREL”函数计算的相关系数为。相关系数，表明复习时间与考试分数之间有较强的正线性相关关系。 （1）散点图如下：利用Excel的“CORREL”函数计算的相关系数为。由Excel输出的回归结果如下表：得到的回归方程为：回归系数表示运送距离每增加1公里，运送时间平均增加0.003585天。 （1） 散点图如下： 从散点图可以看出，航班正点率与被投诉次数之间为负的线性相关关系。 （2）由Excel输出的回归结果如下表： 回归统计 Multiple R 0.868643 R Square 0.75454 Adjusted R Square 0.723858 标准误差 18.88722 观测值 10 方差分析 　 df SS MS F Significance F 回归分析 1 8772.584 8772.584 24.59187 0.001108 残差 8 2853.816 356.727 总计 9 11626.4 　 　 　 　 Coefficients 标准误差 t Stat P-value Intercept 430.1892 72.15483 5.962029 0.000337 X Variable 1 -4.70062 0.947894 -4.95902 0.001108 得到的回归方程为：。回归系数表示航班正点率每增加1%，顾客投诉次数平均下降4.7次。 （3）回归系数检验的P-Value=0.001108），拒绝原假设，回归系数显著。 （4）（次）。 （5）当时，，。置信区间为： 即（37.7，70.7）。 预测区间为： 即（7.6，100.8）。Excel输出的回归结果如下：回归统计 Multiple R 0.968167 R Square 0.937348 Adjusted R Square 0.916463 标准误差 3.809241 观测值 5 方差分析 　 df SS MS F Significance F 回归分析 1 651.2691 651.2691 44.88318 0.006785 残差 3 43.53094 14.51031 总计 4 694.8 　 　 　 　 Coefficients 标准误差 t Stat P-value Intercept 13.62541 4.399428 3.097086 0.053417 X Variable 1 2.302932 0.343747 6.699491 0.006785 由上述结果可知：回归方程为，回归系数表明，每增加一个单位平均增加2.3029个单位；判定系数，表明回归方程的拟合程度较高；估计标准误差，表明用来预测时平均的预测误差为3.8092。 （1）方差分析表中所缺的数值如下 ： 变差来源 df SS MS F Significance F 回归 1 122708.6 1622708.6 359.19 2.17E-09 残差 10 40158.07 4015.807 — — 总计 11 1642866.67 — — — （2）根据方差分析表计算的判定系数。表明汽车销售量的变差中有%是由于广告费用的变动引起的。 （3）相关系数可由判定系数的平方根求得：。 （4）回归方程为：。回归系数表示广告费用每增加一个单位，销售量平均增加1.420211个单位。 （5）由于Significance F＝2.17E-09，表明广告费用与销售量之间的线性关系显著。  即（1.98，3.94）。 （2）当时，。 当，。 的平均值的95%的预测区间为： （-2.08，7.62） 第8章 时间序列分析和预测 8.1（1）