《应用数理统计》吴翊李永乐第四章回归分析课后作业参考答案.docVIP

第四章 回归分析 课后作业参考答案 4.1 炼铝厂测得铝的硬度x与抗张强度y的数据如下： 68 53 70 84 60 72 51 83 70 64 288 298 349 343 290 354 283 324 340 286 (1)求y对x的回归方程 (2)检验回归方程的显著性() (3)求y在x=65处的预测区间(置信度为0.95) 解：(1) 1、计算结果 一元线性回归模型只有一个解释变量 其中：x为解释变量，y为被解释变量，为待估参数，位随机干扰项。 使用普通最小二乘法估计参数 上述参数估计可写为 所求得的回归方程为： 实际意义为：当铝的硬度每增加一个单位，抗张强度增加1.80个单位。 2、软件运行结果 根据所给数据画散点图 由散点图不能够确定y与x之间是否存在线性关系，先建立线性回归方程然后看其是否能通过检验 线性回归分析的系数 模型 非标准化系数 标准化系数 T值 P值 95% 系数的置信区间 学生残差 下限 上限 1 常数项 193.951 46.796 4.145 0.003 86.039 301.862 x 1.801 0.685 0.681 2.629 0.030 0.221 3.381 由线性回归分析系数表得回归方程为：，说明x每增加一个单位，y相应提高1.801。 (2) 1、计算结果 ①回归方程的显著性检验(F检验) 线性回归效果不显著 线性回归效果显著 在给定显著性水平时，，所以拒绝，认为方程的线性回归效果显著 ②回归系数的显著性检验(t检验) 在给定显著性水平时，，所以拒绝，认为回归系数显著，说明铝的硬度对抗张强度有显著的影响。 ③回归方程的线性显著性检验(r检验) x与y线性无关 x与y线性相关 在给定显著性水平时，，所以拒绝，认为x与y之间具有线性关系。 2、软件运行结果 模型摘要 模型 R 修正的 估计的学生误差 1 0.681(a) 0.463 0.396 22.685 由上表得r=0.681，说明y和x的之间具有线性关系。 方差分析表 模型 平方和 自由度 平均平方值 F值 P值 1 回归平方和 3555.541 1 3555.541 6.909 0.030(a) 残差平方和 4116.959 8 514.620 总平方和 7672.500 9 由方差分析表知，p值小于给定的α，说明回归方程通过F检验，回归方程显著。 线性回归分析的系数 模型 非标准化系数 标准化系数 T值 P值 95% 系数的置信区间 学生残差 下限 上限 1 常数项 193.951 46.796 4.145 0.003 86.039 301.862 x 1.801 0.685 0.681 2.629 0.030 0.221 3.381 由线性回归分析系数表知，p值小于给定的α，认为回归系数显著，说明铝的硬度对抗张强度有显著的影响。 综上所述，建立的回归方程通过以上的r检验、F检验、t检验，证明回归方程效果显著。 (3)当=65时，代入上述回归方程得=310.996 在1-(的置信度下，的置信区间为 95%置信度下的预测区间为 [255.988 366.004]。 4.2 在硝酸钠()溶解度试验中，对不同温度测得溶解于100ml的水中的硝酸钠重量y的观测值如下: 0 4 10 15 21 29 36 51 68 66.7 71.0 76.3 80.6 85.7 92.9 99.9 113.6 125.1 (1)求回归方程 (2)检验回归方程的显著性 (3)求y在时的预测区间(置信度为0.95) 解： (1) 1、计算结果 一元线性回归模型只有一个解释变量 其中：t为解释变量，y为被解释变量，为待估参数，位随机干扰项。 使用普通最小二乘法估计参数 上述参数估计可写为 所求得的回归方程为： 实际意义为：在温度为0时，硝酸钠的溶解度为67.5313，温度每升高一度，溶解度增加0.8719。 2、软件运行结果 根据所给数据画散点图 由散点图可以看出y与t之间存在线性关系，因此建立线性回归模型如下 线性回归分析的系数 模型 非标准化系数 标准化系数 T值 P值 95% 系数的置信区间 学生残差 下限 上限 1 常数项 67.531 0.535 126.309 0.000 66.267 68.796 t 0.872 0.016 0.999 54.747 0.000 0.834 0.910 由线性回归分析系数表得回归方程为：，说明温度每增加一度，溶解度相应提高0.872。 (2) 1、计算结果 ①回归方