科学计算与分析决策课程设计.doc

PAGE  科学计算与分析决策 课程设计报告 题 目： 数学家研究工作指标与年收入 统计分析报告 2016年 1月11日  PAGE \* MERGEFORMAT 8 用统计学对数据的推断与预测 问题描述 某科学基金会的管理人员欲了解从事研究工作的中、高水平的数学家的年收入与他们的研究成果的质量指标、从事研究工作的时间以及能成功获得资助的指标之间的关系，为此按一定的设计方案调查了20位数学家，得数据如下： 研究成果质量指标工作时间获资助可能性指标年收入(万元)3.509.006.1033.205.3020.006.4040.305.1018.007.4038.705.8033.006.7046.804.2031.007.5041.406.0013.005.9037.506.8025.006.0039.005.5030.004.0040.703.105.005.8030.107.2047.008.3052.904.5025.005.0038.204.9011.006.4031.808.0023.007.6043.306.5035.007.0044.106.6039.005.0042.803.7021.004.4033.606.207.005.5034.207.0040.007.0048.004.0035.006.0038.004.5023.003.5035.90表1-1 20名数学家研究工作指标与年收入统计 请根据表中所得数据，解决以下问题： 建立数学家年收入与他们的研究成果的质量指标、从事研究工作的时间以及能成功获得资助的指标之间的关系线性回归模型； 对所建立模型的显著性进行检验； 3．对所建立模型的合理性进行分析； 4. 利用所建立模型对以下四位数学家的年收入做出推断 表1-2 四名待测数学家研究工作指标 数学家研究成果质量指标工作时间获资助可能性指标s15.9033.004.90s25.6027.004.30s34.8034.008.00s43.9015.005.00 模型的建立与分析 设年工资额Y与研究成果的质量指标X1、研究工作的时间X2、能成功获得资助的指标X3的观测值之间满足关系： (i=1,2，…，20) 其中（i=1,2，…，20）相互独立，均服从N（0，）分布。 利用SAS系统的proc reg过程可得如下分析结果： 方差分析表 表2-1 方差分析的SAS输出结果 方差来源自由度平方和均方F 值P值模型3575.55034191.8501157.11.0001误差1653.747163.35920总和19629.29750 由此可知，的估计值；其中可得统计量的观测值，检验的值。另外还在方差分析表之后，还输出的值，即。这些结果均表明与之间的线性回归关系是高度显著的。 参数估计的有关结果如表2-2  表2-2 参数估计的SAS输出结果 参数参数估计值标准误差估计值t 值P值18.038792.275607.93.00011.264310.368113.430.00340.325300.040368.06.00011.096910.367252.990.0087 由此输出结果得回归方程为 并由最后一列的p值可知，研究成果的质量，从事研究工作时间,以及能成功获得资助的指标均对年工资有显著影响。 模型检验 (1)学生残差化 由proc reg过程可根据要求输出学生化残差(i=1,2,…，20)。同时，为方便于验证前述有关公式和以后的应用，我们同时输出了变量Y的拟合值，残差和杠杆量(i=1,2,….20)。其结果如表3所示。 表3-1 有关残差的SAS输出结果(MSE=3.35920) 序号133.232.08271.117250.209070.68543240.338.26592.034090.064751.14760338.738.45940.240650.154960.14283446.843.45613.343920.084771.90710541.441.6601-0.260110.28081-0.1673563