实训五相关与回归分析.docx

实训五 相关与回归分析实训一、实训目的掌握Excel软件中回归分析及相关分析应用二、实训内容零售商要了解每周的广告费X及消费额Y之间的关系，记录如表所示。表1 每周广告费X与消费额Y数据表X402025185045402255483852Y385400395365475440490420560525480510画出散点图；解：利用散点图图示，可以看出广告费X与消费额Y，基本呈线性相关，可以利用回归进行分析。计算相关系数，并进行相关系数的显著性检验（α=5%）；可知，x和y的相关系数为r=0.823637，接近1，表明正相关程度非常高。对相关系数的显著性检验步骤如下：1、提出假设：:ρ=0 :ρ≠02、构造t统计量：t== 4.592646,临界值(12-2)=2.2281。3、检验结果的判断：∣t∣(12-2)，表明相关系数r在统计上是显著的不为0，应否认ρ=0而接受ρ≠0的假设，表示每周的广告费X及消费额Y之间线性相关性显著。求出线性回归方程，并评价其拟合程度；由图知，308.4245，3.849683，所以线性回归方程为：308.4245+3.849683,由图知，可决系数=0.678378，所以得出的回归方程对应的回归线对观测值的拟合程度较好。请对回归系数作统计检验。（α=5%）根据题意提出原假设与备择假设：：β＝0 ：β≠0易知，t统计量为4.592645(12-2)=2.2281，所以应拒绝原假设：β＝0，即说明每周的广告费X对消费额Y有显著的影响。三、实训步骤四、实训结果及分析五、实训总结系统掌握了Excel软件中回归分析及相关分析应用。通过本实验能熟练的画出散点图；利用分析工具计算相关系数，并进行相关系数的显著性检验，能利用回归求出线性回归方程，并观测其拟合程度；能对回归系数作统计检验。本实验中，进一步熟悉使用基本函数，能对得到的数据进行分析和预测。对今后处理相关数据奠定了一定基础。