统计学(贾)课后练答案(-).docVIP

PAGE  PAGE 28 第11章 一元线性回归分析 11.1（1）散点图（略），产量与生产费用之间正的线性相关关系。 （2） 检验统计量，拒绝原假设，相关系数显著。 11.2 （1）散点图（略）。 11.3 （1）表示当时的期望值。 （2）表示每变动一个单位平均下降0.5个单位。 11.4 （1） （2） 11.5 一家物流公司的管理人员想研究货物的运输距离和运输时间的关系，为此，他抽出了公司最近10个卡车运货记录的随机样本，得到运送距离(单位：km)和运送时间(单位：天)的数据如下： 运送距离x825 215 1070 550 480 920 1350 325 670 1215运送时间y3.5 1.0 4.0 2.0 1.0 3.0 4.5 1.5 3.0 5.0要求： (1)绘制运送距离和运送时间的散点图，判断二者之间的关系形态： (2)计算线性相关系数，说明两个变量之间的关系强度。 (3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。 解：（1） 可能存在线性关系。 （2） 相关性 x运送距离（km）y运送时间（天）x运送距离（km）Pearson 相关性1.949(**)显著性（双侧）　0.000N1010y运送时间（天）Pearson 相关性.949(**)1显著性（双侧）0.000　N1010**. 在 .01 水平（双侧）上显著相关。有很强的线性关系。 （3） 系数(a)模型 非标准化系数标准化系数t显著性B标准误Beta1（常量）0.1180.355　0.3330.748x运送距离（km）0.0040.0000.9498.5090.000a. 因变量: y运送时间（天）回归系数的含义：每公里增加0.004天。 11.6 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据： 地区 人均GDP(元) 人均消费水平(元) 北京 辽宁 上海 江西 河南 贵州 陕西 22 460 11 226 34 547 4 851 5 444 2 662 4 549 7 326 4 490 11 546 2 396 2 208 1 608 2 035要求： (1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。 (5)检验回归方程线性关系的显著性(a=0.05)。 (6)如果某地区的人均GDP为5 000元，预测其人均消费水平。 (7)求人均GDP为5 000元时，人均消费水平95％的置信区间和预测区间。 解：（1） __ 可能存在线性关系。 （2）相关系数： 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）　0.000N77人均消费水平（元）Pearson 相关性.998(**)1显著性（双侧）0.000　N77**. 在 .01 水平（双侧）上显著相关。有很强的线性关系。 （3）回归方程： 系数(a)模型 非标准化系数标准化系数t显著性B标准误Beta1（常量）734.693139.540　5.2650.003人均GDP（元）0.3090.0080.99836.4920.000a. 因变量: 人均消费水平（元）回归系数的含义：人均GDP没增加1元，人均消费增加0.309元。 （4） 模型摘要模型RR 方调整的 R 方估计的标准差1.998(a)0.9960.996247.303a. 预测变量:(常量), 人均GDP（元）。人均GDP对人均消费的影响达到99.6%。 （5）F检验： ANOVA(b)模型 平方和df均方F显著性1回归81,444,968.680181,444,968.6801,331.692.000(a)残差305,795.034561,159.007　　合计81,