多元的回归作业的.docVIP

实用标准文案 精彩文档 多元回归作业 课本P92-93 一．Excel回归结果 回归统计 Multiple R 0.959102 R Square 0.919876 Adjusted R Square 0.905308 标准误差 1.418316 观测值 14 方差分析 　 df SS MS F Significance F 回归分析 2 254.0408 127.0204 63.14335 9.35E-07 残差 11 22.12781 2.011619 总计 13 276.1686 　 　 　 　 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 21.31605 8.626069 2.47112 0.03106 2.330201 40.3019 2.330201 40.3019 x1 0.109054 0.010531 10.35523 5.21E-07 0.085875 0.132233 0.085875 0.132233 x2 -0.38787 0.1077 -3.60138 0.00416 -0.62491 -0.15082 -0.62491 -0.15082 Eviews回归结果 Dependent Variable: Y Method: Least Squares Date: 10/31/10 Time: 15:16 Sample: 2001 2014 Included observations: 14 Variable Coefficient Std. Error t-Statistic Prob.?? C 21.31605 8.626069 2.471120 0.0311 X1 0.109054 0.010531 10.35523 0.0000 X2 -0.387868 0.107700 -3.601379 0.0042 R-squared 0.919876 ????Mean dependent var 19.72857 Adjusted R-squared 0.905308 ????S.D. dependent var 4.609093 S.E. of regression 1.418316 ????Akaike info criterion 3.724226 Sum squared resid 22.12781 ????Schwarz criterion 3.861167 Log likelihood -23.06958 ????F-statistic 63.14335 Durbin-Watson stat 2.819875 ????Prob(F-statistic) 0.000001 所以回归方程为 =21.3161+0.1901-0.3879 1)F检验 假设F=63.1434 由 所以F 所以否定原假设，说明回归方程显著 2）回归系数的显著性检验 t检验 由 查表得 得 所以参数估计值都能通过t检验，在统计上是显著的，可以认为销售额和经营费对利润有显著影响 3）序列相关检验 DW=2.8199 （n=14, p=2）由DW统计表可以看到，当n=15，自变量个数p=2， 当n=14时，DW检验上下临界值会更小。能够确定 所以可以判断模型随机项存在不定关系。 4）预测 当时，21.3161+0.1901*460-0.3879*100=32.69 残差平方和Q=22.12781 所以未来一年利润在95%的置信水平下，利润的可能范围在（），即（29.85752，34.69415） 二. 回归统计 Multiple R 0.937023 R Square 0.878012 Adjusted R Square 0.843158 标准误差 9.202981 观测值 10 方差分析 　 df SS MS F Significance F 回归分析 2 4267.136 2133.568 25.19123 0.000634 残差 7 592.8641 84.69486 总计 9 4860 　 　 　 　 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 108.2184 22.04034 4.910017 0.001733 56.10131 160.3356 56.10131 160.3356 x1 -8.52269 2.311376 -3.68728 0.007785 -13.9882 -3.05715 -13.9882 -