第8章回归分析.doc

实验报告——回归分析 姓名 彭纤 班级 人力13001 学号 【练习1】 打开数据“水稻产量.sav”，该数据为某地区1973年到1990年水稻产量和水稻播种面积、化肥使用量、生猪存栏数以及水稻扬花期降雨量的数据资料，数据中有18个观察样本，代表了1973到1990共18个年份，有7个属性变量：id（序号），x1（水稻播种面积），x2（化肥使用量），x3（生猪存栏数），x4（水稻扬花期降雨量），x5（水稻总产量）以及year（年份）。试用线性回归分析该地区水稻产量与对它具有显著影响的因素之间的关系。 【解】 （1）回归分析 （2）结果解释： B—1989.662，水稻播种面积的系数为14.641。常数项和水稻播种面积的t统计量值分别为—4.631和5.288，相应的P为0.000和0.000，P0.05，说明系数非常显著，线性回归模型有意义。 线性回归模型2的B—415.288，水稻播种面积的系数为4.154，化肥使用量的系数为1.841,。常数项和水稻播种面积及化肥使用量的t统计量值分别为—0.945、1.452和4.737，相应的P为0.335、0.167和0.000，P0.05，说明系数不显著，线性回归模型无意义。 线性回归模型3的B—119.583，水稻播种面积的系数为1.701，化肥使用量的系数为1.326，生猪存栏数的系数为2.180。常数项、水稻播种面积、化肥使用量和生猪存栏数的t统计量值分别为—0.292、0.612、3.176、2.213，相应的P为0.775、0.550、0.007、0.044，大于显著性水平0.05，说明细数不显著，线性回归模型无意义 【练习2】 有20名理科实验班的同学进行计算机水平考试，其上机考试成绩为x，笔试成绩为y。如表所示。试分析X与Y的线性回归方程。 X 4 16 20 13 22 21 15 20 19 16 18 17 8 6 5 20 18 11 18 4 Y 19 19 24 36 28 26 25 28 17 27 21 24 18 18 14 28 21 22 20 21 【解】 （1）数据准备 （2）回归分析 （3）结果解释： 线性回归模型的B为17.013，X的系数为0.398。常数项和X的t统计量值分别为6.185和2.271，相应的P为0.000和0.036，P0.05，说明系数非常显著，线性回归模型有意义。 【练习3】 抽样获得某16名保单推销员上年的保单推销数（个）和他们从事保单推销的年数资料如表。 上年的保单数 保单推销的年数 上年的保单数 保单推销的年数 105 13 53 6 100 14 108 12 137 25 133 28 111 19 123 19 76 9 66 8 98 12 87 10 70 9 130 26 90 11 102 10 求： 计算保单推销数对保单推销经历（年数）的拟合回归方程。 一个有10年推销经历的保单推销员预计有多少销售额？ 【解】 （1）数据准备 （2）回归分析 （3）结果解释： （1）线性回归模型的B为52.186，保单推销的年数的系数为3.264。常数项和保单推销的年数的t统计量值分别为8.011和7.965，相应的P为0.000和0.000，P0.05，说明系数非常显著，线性回归模型有意义 （2）由上述条件可知上年的保单数=52.186+3.264*保单推销的年数，所以10年的推销员的保单数=52.186+3.264*10=84.826 - 4 - - 5 -