统计建模与R软件第六章习题.docVIP

下载本文档

3
0
约9.85千字
约 10页
2019-07-09 发布于浙江
举报
版权申诉

统计建模与R软件第六章习题.doc

1、本文档共10页，可阅读全部内容。
2、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。
3、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。
4、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

第六章 1． a． x - c(5.1, 3.5, 7.1, 6.2, 8.8, 7.8, 4.5, 5.6, 8.0, 6.4) y - c(1907, 1287, 2700, 2373, 3260, 3000, 1947, 2273, 3113,2493) plot(x,y) X与Y线性相关 b． x - c(5.1, 3.5, 7.1, 6.2, 8.8, 7.8, 4.5, 5.6, 8.0, 6.4) y - c(1907, 1287, 2700, 2373, 3260, 3000, 1947, 2273, 3113,2493) lm.sol-lm(y~1+x) summary(lm.sol) Call: lm(formula = y ~ 1 + x) Residuals: Min 1Q Median 3Q Max -128.591 -70.978 -3.727 49.263 167.228 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 140.95 125.11 1.127 0.293 x 364.18 19.26 18.908 6.33e-08 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 96.42 on 8 degrees of freedom Multiple R-Squared: 0.9781, Adjusted R-squared: 0.9754 F-statistic: 357.5 on 1 and 8 DF, p-value: 6.33e-08 回归方程为Y=140.95+364.18X，极为显著 d． new - data.frame(x=7) lm.pred - predict(lm.sol,new,interval=prediction,level=0.95) lm.pred fit lwr upr [1,] 2690.227 2454.971 2925.484 Y(7)= 2690.227, [2454.971,2925.484] 2． out-data.frame( + x1 - c(0.4,0.4,3.1,0.6,4.7,1.7,9.4,10.1,11.6,12.6,10.9,23.1,23.1,21.6,23.1,1.9,26.8,29.9), + x2 - c(52,34,19,34,24,65,44,31,29,58,37,46,50,44,56,36,58,51), + x3 - c(158,163,37,157,59,123,46,117,173,112,111,114,134,73,168,143,202,124), + y - c(64,60,71,61,54,77,81,93,93,51,76,96,77,93,95,54,168,99) + ) lm.sol-lm(y~x1+x2+x3,data=out) summary(lm.sol) Call: lm(formula = y ~ x1 + x2 + x3, data = out) Residuals: Min 1Q Median 3Q Max -27.575 -11.160 -2.799 11.574 48.808 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 44.9290 18.3408 2.450 0.02806 * x1 1.8033 0.5290 3.409 0.00424 ** x2 -0.1337 0.4440 -0.301 0.76771 x3 0.1668 0.1141 1.462 0.16573 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 19.93 on 14 degrees of freedom