【2017年整理】应用与回归分析二课后习题答案.pptVIP

下载本文档

20
0
约2.73千字
约 10页
2017-06-11 发布于浙江
举报
版权申诉

【2017年整理】应用与回归分析二课后习题答案.ppt

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

【2017年整理】应用与回归分析二课后习题答案

2.16 表是1985年美国50个州和哥伦比亚特区公立学校中教师的人均年工资y(美元)和学生的人均经费投入x(美元). 解答：（1）绘制y对x的散点图，可以用直线回归描述两者之间的关系吗？如图所示：　　　由上图可以看出，y与x的散点分布大致呈直线趋势，所以可以用回归描述两者之间的关系。（a）由表1可知，x与y决定系数为，说明模型的拟合效果一般。x与y线性相关系数R=0.835，说明x与y有较显著的线性关系。（b）由表2（方差分析表中）看到，F=112.811，显著性Sig.p=0,说明回归方程显著。（c）由表3 可见对的显著性t检验P值近似为零，故显著不为0，说明x对y有显著的线性影响。（d）综上，x与y的线性回归方程为：如图所示：由图1可见图形略呈右偏，由图2可见正态概率图中的各个散点基本呈直线趋势，残差在0附近波动，可以认为残差服从正态分布。图2 标准残差的正态概率图序号 y x 序号 y x 序号 y x 1 19583 3346 18 20816 3059 35 19538 2642 2 20263 3114 19 18095 2967 36 20460 3124 3 20325 3554 20 20939 3285 37 21419 2752 4 26800 4542 21 22644 3914 38 25160 3429 5 29470 4669 22 24624 4517 39 22482 3947 6 26610 4888 23 27186 4349 40 20969 2509 7 30678 5710 24 33990 5020 41 27224 5440 8 27170 5536 25 23382 3594 42 25892 4042 9 25853 4168 26 20627 2821 43 22644 3402 10 24500 3547 27 22795 3366 44 24640 2829 11 24274 3159 28 21570 2920 45 22341 2297 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 序号 y x 序号 y x 序号 y x 11 24274 3159 28 21570 2920 45 22341 2297 12 27170 3621 29 22080 2980 46 25610 2932 13 30168 3782 30 22250 3731 47 26015 3705 14 26525 4247 31 20940 2853 48 25788 4123 15 27360 3982 32 21800 2533 49 29132 3608 16 21690 3568 33 22934 2729 50 41480 8349 17 21974 3155 34 18443 2305 51 25845 3766 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. (2)建立y对x的线性回归。利用SPSS建立y对x的线性回归，输出结果如下：模型汇总模型 R R 调整标准估计的误差 1 .835a .697 .691 2323.256 预测变量: (常量), x。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Anovab 模型平方和 df 均方 F Sig. 1 回归 6.089E8 1 6.089E8 112.811 .000a 残差 2.645E8 49 5397517.938 总计 8.734E8 50 a. 预测变量: (常量), x。 b. 因变量: y Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.