笣10章：统计回归模型习题解答.docVIP

题目7：产品的成本问题 下表给出了某工厂产品的生产批量与生产成本（元）的数据，从散点图可以明显地发现生产批量在500以内时，单位成本对生产批量服从一种线性关系，生产批量超过500时服从另一种线性关系，此时单位成本明显下降. 希望你构造一个合适的回归模型全面地描述生产批量与单位成本的关系. 生产批量 650 340 400 800 300 600 720 480 440 540 750 单位成本 2.48 4.45 4.52 1.38 4.65 2.96 2.18 4.40 4.20 3.10 1.50 解：1.模型分析：由散点图可以看出单位成本y对生产批量的回归在=500点以内服从一种线性关系，在=500点以外服从另一种线性关系，即批量大于500时成本明显下降. 我们考虑有两段构成分段线性回归，这可以通过引入一个0-1的虚拟自变量实现. 我们建立回归模型 ⑴ 来拟合 其中. 回归模型⑴式实际上是一个二远线性回归模型，为了更清楚起见，引入两个新的自变量，. 有 = =（-500） 其中，为生产批量；的数值列在下表中. 序号 y x(=) 1 2.48 650 150 2 4.45 340 0 3 4.52 440 0 4 1.38 800 300 5 4.65 300 0 6 2.96 600 100 7 2.18 720 220 8 4.04 480 0 9 4.20 440 0 10 3.10 540 40 11 1.50 750 250 这样回归模型⑴式就转化为标准形式的二元线性回归模型 ⑵ ⑵式可以分解为两个线性回归方程 当500时，⑵式成为 ⑶ 当500时，则得到 ⑷ 于是和分别是两条回归线⑵和⑶的斜率，和是两个y的截距. 用最小二乘法拟合模型 得回归方程为=6.167-0.005-0.004 利用此模型可以说明生产批量小于500时，每增加1个单位批量，单位成本降低0.005（元）；当生产批量大雨500时，每增加1个单位批量，单位成本降低0.005+0.004=0.009（元）. 以下是用SPSS软件对本题做的分析： Regression Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 x2, x1(a) . Enter a All requested variables entered. b Dependent Variable: y Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .988(a) .976 .970 .21042 a Predictors: (Constant), x2, x1 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 14.587 2 7.293 164.725 .000(a) Residual .354 8 .044 Total 14.941 10 a Predictors: (Constant), x2, x1 b Dependent Variable: y Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6.167 .488 12.637 .000 x1 -.005 .001 -.661 -4.079 .004 x2 -.004 .002 -.340 -2.098 .069 a Dependent Variable: y 复决定系数=0.988，拟合效果很好. 对显著性检验的t值=-2.098，显著性概率Sig=0.069，没有通过显著性检验，不