2010级研究生《应用统计学》作业解答.docVIP

下载本文档

33
0
约 17页
2017-02-12 发布于河南
举报
版权申诉

2010级研究生《应用统计学》作业解答.doc

1、本文档共17页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2010级研究生《应用统计学》作业解答

2010级研究生《应用统计学》作业作业1：多元线性回归 P138—例5.3题：中国民航客运的回归模型。为了研究我国民航客运量的变化趋势及其成因，我们以民航客运量作为因变量Y，以国民收入、消费额、铁路客运量、民航航线里程、来华旅游入境人数为影响民航客运量的主要因素。Y为民航客运量（万人），x1为国民收入（亿元）、x2为消费额（亿元）、x3为铁路客运量（万人）、x4为民航航线里程（万公里）、x5为来华旅游入境人数（万人）。根据《1994年统计摘要》获得1978-1993年统计数据，见表1。表1 年份 y x1 x2 x3 x4 x5 1978 231.0 3010.0 1888.0 81491.0 14.89 180.92 1979 298.0 3350.0 2195.0 86389.0 16.0 420.39 1980 343.0 3688.0 2531.0 92204.0 19.53 570.25 1981 401.0 3941.0 2799.0 95300.0 21.82 776.71 1982 445.0 4258.0 3054.0 99922.0 23.27 792.43 1983 391.0 4736.0 3358.0 106044.0 22.91 947.7 1984 554.0 5652.0 3905.0 110353.0 26.02 1285.22 1985 744.0 7020.0 4879.0 112110.0 27.72 1783.3 1986 997.0 7859.0 5552.0 108579.0 32.43 2281.95 1987 1310.0 9313.0 6386.0 112429.0 38.91 2690.23 1988 1442.0 11738.0 8038.0 122645.0 37.38 3169.48 1989 1283.0 13176.0 9005.0 113807.0 47.19 2450.14 1990 1660.0 14384.0 9663.0 95712.0 50.68 2746.2 1991 2178.0 16557.0 10969.0 95081.0 55.91 3335.65 1992 2886.0 20223.0 12985.0 99693.0 83.66 3311.5 1993 3383.0 24882.0 15949.0 105458.0 96.08 4152.7 第一步：做相关分析，设定理论模型。用SPSS软件计算增广相关阵，自变量的偏相关阵，输出结果见表2。表2 Correlations y x1 x2 x3 x4 x5 y Pearson Correlation 1 .989** .985** .227 .987** .924** Sig. (2-tailed) .000 .000 .398 .000 .000 N 16 16 16 16 16 16 x1 Pearson Correlation .989** 1 .999** .258 .984** .930** Sig. (2-tailed) .000 .000 .335 .000 .000 N 16 16 16 16 16 16 x2 Pearson Correlation .985** .999** 1 .289 .978** .942** Sig. (2-tailed) .000 .000 .278 .000 .000 N 16 16 16 16 16 16 x3 Pearson Correlation .227 .258 .289 1 .213 .504* Sig. (2-tailed) .398 .335 .278 .428 .046 N 16 16 16 16 16 16 x4 Pearson Correlation .987** .984** .978** .213 1 .882** Sig. (2-tailed) .000 .000 .000 .428 .000 N 16 16 16 16 16 16 x5 Pearson Correlation .924** .930** .942** .504* .882** 1 Sig. (2-tailed) .000 .000 .000 .046 .000 N 16 16 16 16 16 16 **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed). 从相关阵看出，Y与x1、x2、 x4、x5的相关系数都在0.9以上，说明所选自变量是与y高度线性相关的，用