数据的回归分析模型及回归方程的基本原理.doc

数据的回归分析模型及回归方程的基本原理.doc

  1. 1、本文档共2页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
数据的回归分析模型及回归方程的基本原理

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

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档