实验四住房建筑许站可证数量的回归分析.docVIP

上机报告 课程名称： 计算机在经济管理中的应用 实验项目： 住房建筑许可证数量的回归分析 学生姓名：　　　　　袁芳婷　　　　　　 学 号：　　　201344070108 班 级：　　　　1301班　　　　　　　 专 业：　　信息管理与信息系统　　　 指导教师：　　　　曾小青　　　　　　　 2015 年 4 月 实验目的： 实验一： 理解一元线性回归分析的概念； 针对不同的问题，能够建立适当的一元线性回归模型； 掌握内建函数slope()、intercept()与linest()的用法； 掌握用规划求解法、添加线性趋势线法、回归分析报告法确定线性回归方程的系数； 给定自变量的情况下，根据线性回归模型预测因变量的值。 实验二： 理解一元非线性回归分析的概念； 针对不同的问题，能够建立适当的一元非线性回归模型； 掌握用规划求解法、添加非线性趋势线法、变换法确定非线性回归方程的系数； 在给定自变量的情况下，根据非线性回归模型预测因变量的值。 实验三： 理解多元线性回归分析的概念； 针对不同的问题，能够建立适当的多元线性回归模型； 掌握运用向前增选法确定回归自变量； 在给定自变量的情况下，根据多元线性回归模型预测因变量的值。 实验四： 理解多元非线性回归分析的概念； 针对不同的问题，能够建立适当的多元非线性回归模型； 掌握用规划求解法、变换技术加回归分析报告法确定多元非线性回归方程的系数； 在给定自变量的情况下，根据多元非线性回归模型预测因变量的值。 实验平台： microsoft office excel 实验内容和要求： 实验一：建立一个能反映许可证颁发数量与人口密度之间的关系的回归模型，并预测当人口密度为7000时许可证的颁发数量。 实验二：试建立一个能反映许可证数量与自由房屋的均值之间关系的模型，并预测当自由房屋的均值为300时的许可证数量。按实验步骤构建一元非线性回归分析模型，可以通过画出因变量与自变量之间的散点图，然后添加趋势线的方式求出相关系数；也可以用非线性规划求解的方法求出相应的系数；还可以将非线性模型转换为线性模型，然后用内建函数或回归分析报告求出相应的系数。 将求解出来的系数带入一元非线性回归方程，对于任意给定地区自由房屋的均值（单位：百元），预测相应的建筑许可证的颁发数量。 实验三：试按实验步骤构建多元线性回归分析模型，用线性规划求解或回归分析报告的方法求出相应的系数。 将求解出来的系数带入多元线性回归方程，对于任意给定每平方公里的人口密度、自由房屋的均值与平均家庭收入时，预测相应的建筑许可证的颁发数量。 实验四：建立一个能反映实际颁发的许可证数量与平均家庭收入与人均交纳的税收之间的关系模型，并根据模型预测出当平均家庭收入为80千元，人均交纳的税收为7千元时，建筑许可证的颁发数量是多少？  实验步骤和结果（空间不够可加页）： 实验4-1 ‘家家有房’公司建筑许可证一元线性回归 步骤1：确定因变量与自变量并输入观测值 步骤2：绘制因变量与自变量关系散点图 步骤3：求出回归系数a、b的取值，计算判定系数r2，并进行预测 步骤4：假定回归系数的值，建立线性回归模型 步骤5：启动规划求解工具，确定模型最优参数 步骤6：计算判定系数r2，说明建筑许可证数量的预测值的可信度 实验4-2 ‘家家有房’公司建筑许可证一元线性回归分析 步骤1：确定因变量与自变量 步骤2：选择合适的回归方程 步骤3：假定回归系数的值，建立非线性回归模型 步骤4：确定参数a与b的值 步骤5：添加趋势线，显示R2值 步骤6：进行预测 实验4-3 ‘家家有房’公司建筑许可证多元线性回归分析 步骤1：输入原始数据 步骤2：分别绘制三个候选自变量与因变量之间的关系图 步骤3：针对每一个候选变量生成回归分析报告 步骤4：根据调整后的R2值确定回归分析所要采用的两元自变量 步骤5：根据调整后的R2值确定回归分析所要采用的三元自变量 步骤6：根据回归分析报告结果，确定多元自变量及回归模型 由上述分析可得，最大调整r值为0.973825753，对应的候选变量{每平方英里的人口密度 x1， 平均家庭收入 x3}。相应的参数分别为 a=-32006.23946 b1=2.505569359 b2=309.1784424 回归模型为 y = a + b1*x1 + b2*x3 将x1 = 7000, x2 = 80 代入模型，预测出建筑许可证颁发数量为10267.021453 实验4-4 ‘家家有房’公司建筑许可证多元非线性回归分析 步骤1：确定因变量与自变量 步骤2：确定模型并对模型初始化 步骤3：启用规划求解工具 步骤4：根据获得的