数据的回归分析模型及回归方程的基本原理.doc

数据分析方法 实验报告 专业班级姓名组别同组实验人员信科 实验日期 指导老师 评分实验名称数据的回归分析模型及回归方程的基本原理实验目的熟悉变量间的回归模型并对变量进行预测实验步骤：Analyze→Reqression→linear→→Statistice →Estimates、Confidence interuals 设线性回归方程为. ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression667.8183222.6064.052.021aResidual1098.7752054.939Total1766.59323a. Predictors: (Constant), x3, x2, x1b. Dependent Variable: yCoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.95% Confidence Interval for BBStd. ErrorBetaLower BoundUpper Bound1(Constant)11.6978.5581.367.187-6.15429.548x13.1391.395.4552.249.036.2286.049x2.115.155.147.740.468-.209.439x31.1521.257.171.917.370-1.4693.773a. Dependent Variable: y回归方程为 整体检验假设： 因为p=0.0210.05这拒绝检验假设,即成立，即y与x1,x2,x3存在线性回归关系。 单个元素检验假设。 对于x1，p=0.0360.05,所以拒绝假设，即x1与y线性相关，结论置信在95%的置信区间为[0.228,6.049]; 对于x2，p=0.4680.05,所以不能拒绝假设，即x2与y不一定线性相关，结论置信在95%的置信区间为[-0.209,0.439]; 对于x3，p=0.3700.05,所以不能拒绝假设，即x2与y不一定线性相关，结论置信在95%的置信区间为[-1.469,3.773]; 指导教师评语： 签字： 年 月 日