统计学一元线性回归课后习题解答.ppt

一元线性回归课后习题讲解;11.1 从某一行业中随机抽取12家企业，所得产量与生产费用的数据如下：;产量和费用存在正的线性相关系数;r=0.9202;1、提出假设：H0：? ? ? ；H1：? ? 0;11.2 学生在期末考试之前用于复习的时间（单位：小时）和考试分数（单位：分）之间是否有关系？为研究这一问题，一位研究者抽取了由8名学生构成的一个随机样本，取得的数据如下：;复习时间和考试分数存在正的线性相关关系;r=0.8621;11.3、根据一组数据建立的线性回归方程 要求： 1）解释截距 的意义。 1）解释斜率 的意义。 2）当=6时的E（y） 1）表示在没有自变量X的影响时其他各种因素对因变量Y的影响为10 2）斜率的意义在于：自变量X变化对Y影响程度。回归方程中，当x增加一个单位时,y将减少0.5个单位。 3）x=6时，代入方程，则，y=10-0.5 6=7;11.4 设SSR=36，SSE=4，n=18 要求：1）计算判??系数R^2并解释其意义 回归直线对观测值的拟合程度为0.9，说明变量Y的变异性中有90%是由自变量x引起的。 2）计算估计标准误差 并解释其意义;11.5一家物流公司的管理人员想研究货物的运输距离和运输时间的关系，为此，他抽出了公司最近10个卡车的运货记录的随机样本，得到运送距离（单位：km）和运送时间（单位：天）的数据如下表：;根据图表显示，二者可能存在正线性相关关系 ;x与y的简单相关系数是0.9489，两变量之间呈现高度正相关关系 ;最小二乘估计：y = ?0+ ?1 x;11.6 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据： ;要求： (1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。;(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。;(3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。 ;(4)计算判定系数，并解释其意义。 ; (5)检验回归方程线性关系的显著性(a=0.05)。; (6)如果某地区的人均GDP为5 000元，预测其人均消费水平。;(7)求人均GDP为5 000元时，人均消费水平95％的置信区间和预测区间。;解：根据前面的计算结果，已知n=7，t???(7-2)=2.5706 预测区间为;航空公司编号;二者之间为负的线性相关关系;　;t=4.7684t???=2.201，拒绝H0，回归系数显著 ;解：已知n=10，t???(10-2)=2.306 置信区间为;已知n=10，t???(10-2)=2.306 预测区间为;11.8 下面是20个城市写字楼出租率和每平方米月租金的数据。设月租金为自变量，出租率为因变量，用excel进行回归，并对结果进行解释和分析。;回归统计;　;11.9 某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的有关结果：; (1)完成上面的方差分析表。; (2)汽车销售量的变差中有多少是由于广告费用的变动引起的? ;(4)写出估计的回归方程并解释回归系数的实际意义。 ;11.10 根据下面的数据建立回归方程，计算残差，判定R^2，估计标准误差se，并分析回归方程的拟合程度。;残差;本题判定系数R^2=0.937348，可以看出拟合程度好。;11.11 从20的样本中得到的有关回归结果是：SSR=60，SSE=40。 要检验x与y之间的线性关系是否显著，即检验假设：; (4)假定x与y之间是负相关，计算相关系数r ;11.12从n=20的样本中得到的有关回归结果是： y=5+3x， =1 =2，;; 11.13 一家公司拥有多家子公司，公司的管理者想通过广告支出来估计销售收入，为此抽取了8家子公司，得到广告支出和销售收入的数据如下（单位：万元）;仪艘糕污瓜趁赶裤腐编哥踢纠碍砂貉堂花沂入撰气绑疑凋口寝元刷厄僳拽统计学一元线性回归课后习题解答统计学一元线性回归课后习题解答; y0=-46.2918+15.23977x 当x=40万元时 E（y0）=-46.2918+15.23977*40=563.299 tα/2=t0.025(6)