XX公司集团计量经济学模型实验报告.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE  PAGE 9 实 验(实训)报 告 项 目 名 称 一元线性回归模型 所属课程名称 计量经济学 项 目 类 型 验证性实验 实验(实训)日期 15年4 月 日 班 级 学 号 姓 名 指导教师 李 杰 浙江财经学院教务处制 一、实验(实训)概述:【目的及要求】 目的: 掌握用OLSE估计一元线性回归方程并根据方程进行预测,掌握拟合度的分析,掌握t检验与F检验,会做相关系数的显著性检验,会画散点图并通过编辑散点图掌握画回归线、置信区间的计算等。 要求: 运用软件进行一元线性回归模型的相关计算,按具体的题目要求完成实验报告。并及时上传到给定的FTP! 【基本原理】 t 检验, F检验置信区间等. 【实施环境】(使用的材料、设备、软件) R 软件 二、实验(实训)???容:【项目内容】 一元线性模型的估计、回归系数和回归方程的检验、预测、置信区间的计算等。 【方案设计】 【实验(实训)过程】(步骤、记录、数据、程序等) 附后 【结论】(结果、分析) 附后三、指导教师评语及成绩:评语: 成绩: 指导教师签名:李杰 批阅日期:15年4月 实验题目:一家保险公司十分关心其总公司营业部加班的程度,决定认真调查一下现状。经过10周时间,收集了每周加班工作时间的数据及签发的新保单数目,x为每周签发的新保单数目,y为每周加班工作时间(小时),数据如下: xY8253.52151.010704.05502.04801.09203.013504.53251.56703.012155.01:画散点图; 2:x与y之间是否大致成线性关系; 3:用最小二乘法估计回归方程; 4:求回归标准误差; 5:求回归系数的置信度为95%的区间估计; 6:计算x与y的决定系数; 7:对回归方程做方差分析; 8:做回归系数β1的显著性检验; 9:该公司预测下一周签发新保单x0=1000,需要的加班时间是多少? 10:分别给出置信水平为95%的均值与个体预测区间; 11:请在散点图的基础上画出回归线,均值的预测区间图,个体的预测区间图。 分析报告: 1:首先,读取spass数据:语言read.spss(d:/huigui.sav),读取数据$Y $Y [1] 3.5 1.0 4.0 2.0 1.0 3.0 4.5 1.5 3.0 5.0 $X [1] 825 215 1070 550 480 920 1350 325 670 1215 首先赋值 dat- read.spss(d:/huigui.sav),然后输入数据plot(dat$Y,dat$X)画出散点图 2:由散点图得,xy成线性关系 3:编辑语言lm(dat$Y~dat$X)得出以下结果(注:如果做无截距,则程序为lm(dat$Y~dat$X-1)) 程序如下Call: lm(formula = dat$Y ~ dat$X) Coefficients: (Intercept) dat$X 0.118129 0.003585 回归方程 4:编辑程序lm.reg-lm(formula=dat$Y~dat$X) summary(lm.reg)。获得如下数据 Call: lm(formula = dat$Y ~ dat$X) Residuals: Min 1Q Median 3Q Max -0.83899 -0.33483 0.07842 0.37228 0.52594 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 0.1181291 0.3551477 0.333 0.748 dat$X 0.0035851 0.0004214 8.509 2.79e-05 *** Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.48 on 8 degrees of freedom Multiple R-squared: 0.9005,

文档评论(0)

潮起潮落 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档