实验报告(三)-2答案.docVIP

学生姓名：董媛 学号 一、实验项目名称：实验报告（三） 二、实验目的和要求 （一）变量间关系的度量：包括绘制散点图，相关系数计算及显著性检验； （二）一元线性回归：包括一元线性回归模型及参数的最小二乘估计，回归方程的评价及显著性检验，利用回归方程进行估计和预测； （三）多元线性回归：包括多元线性回归模型及参数的最小二乘估计，回归方程的评价及显著性检验等，多重共线性问题与自变量选择，哑变量回归； 三、实验内容 1. 从某一行业中随机抽取12家企业，所得产量与生产费用的数据如下： 企业编号 产量（台） 生产费用（万元） 企业编号 产量（台） 生产费用（万元） 1 40 130 7 84 165 2 42 150 8 100 170 3 50 155 9 116 167 4 55 140 10 125 180 5 65 150 11 130 175 6 78 154 12 140 185 绘制产量与生产费用的散点图，判断二者之间的关系形态。 （2）计算产量与生产费用之间的线性相关系数，并对相关系数的显著性进行检验（?），并说明二者之间的关系强度。 相关性 产量（台） 生产费用（万元） 产量（台） Pearson 相关性 1 .920** 显著性（双侧） .000 N 12 12 生产费用（万元） Pearson 相关性 .920** 1 显著性（双侧） .000 N 12 12 在 .01 水平（双侧）上显著相关。 人均GDP（元） 人均消费水平（元） 北京 22460 7326 辽宁 11226 4490 上海 34547 11546 江西 4851 2396 河南 5444 2208 贵州 2662 1608 陕西 4549 2035 绘制散点图，并计算相关系数，说明二者之间的关系。 相关性 人均GDP（元） 人均消费水平（元） 人均GDP（元） Pearson 相关性 1 .998** 显著性（双侧） .000 N 7 7 人均消费水平（元） Pearson 相关性 .998** 1 显著性（双侧） .000 N 7 7 在 .01 水平（双侧）上显著相关。 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .998a 0.996 0.996 247.303 a. 预测变量: (常量), 人均GDP（元）。 Anovab 模型 平方和 df 均方 F Sig. 1 回归680 1680 1331.692 .000a 残差 305795.034 5 61159.007 总计714 6 a. 预测变量: (常量), 人均GDP（元）。 b. 因变量: 人均消费水平（元） 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) 734.693 139.540 5.265 .003 人均GDP（元） .309 0.008 0.998 36.492 .000 a. 因变量: 人均消费水平（元） ?） 统计量F的值是1331.692，显著性概率是0.000，因此，线性关系显著 如果某地区的人均GDP为5000元，预测其人均消费水平。 Y=5000*0.309+734.693=2279.693 （6）求人均GDP为5000元时，人均消费水平95%的置信区间和预测区间。 3. 随机抽取10家航空公司，对其最近一年的航班正点率和顾客投诉次数进行调查，数据如下： 航空公司编号 航班正点率（%） 投诉次数（次） 1 81.8 21 2 76.6 58 3 76.6 85 4 75.7 68 5 73.8 74 6 72.2 93 7 71.2 72 8 70.8 122 9 91.4 18 10 68.5 125 用航班正点率作自变量，顾客投诉次数作因变量，估计回归方程，并解释回归系数的意义。 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .869a 0.755 0.724 18.887 a. 预测变量: (常量), 航班正点率（%）。 Anovab 模型 平方和 df 均方 F Sig. 1 回归 8772.584 1 8772.584 24.592 .001a 残差 2853.816 8 356.727 总计 11626.400 9 a. 预测变量: (常量), 航班正点率（%）。 b. 因变量: 投诉次数（次） 系数a 模型