统计学实验报告相关与回归分析.docVIP

PAGE PAGE 10 统计学实验报告 学 号： 姓 名： 专 业： 工商管理 班 级： 101 指导教师： 吴风庆 实验（ 三 ） 实验题目 相关与回归分析 实验地点 商学实验中心207 实验日期 2012-5-9 实验目的： 1. 掌握相关分析 2. 掌握回归模型的建立 3．掌握时间序列中移动平均、指数平滑与趋势测定的方法 实验环境 Windows XP系统 Excel统计软件 实验步骤及结果分析：（一） 加载宏 2.回归分析输入数据 3.回归分析数据结果 4.1.Multiple R 为相关系数；R Square 为判定系数R2=1- SSE/SST=SSR/SST,也称拟合优度，反映整体的拟合情况；计算得R2=0.632151说明在出租率Y的变动中，能被每平方米租金多少的回归方程解释的比例为0.632151.。Adjusted R Square 为调整后的判定系数2。 其意义与R2类似. 2.上表中的方差分析是指在回归分析中利用方差分析的思想进行显著性检验，其原假设是H0:线性关系不显著。回归分析SS是指回归平方和；残差SS是指残差平方和 SSE=2 回归分析MS=SSR/k;残差MS=SSE/(n-k-1),其中k n-k-1 分别为SSR SSE 的自由度（df） 3.检验统计量F = (SSR/k)/(SSE/(n-k-1))~F( k, n-k-1). 4.上表中的Coefficients 列指系数，其中Intercept 为截距，X Variable 1 为自变量；标准误差指回归系数的标准误差，其中： = ；； t Sta 为各系数的回归检验统计量。其中,;Lower 95% ,Upper 95% 为区间估计中各回归系数的置信上限和置信下限，区间估计公式为： ； 5.由上表知 调整后的判定系数R;F 统计量为30.93318.回归系数T的统计量12.96.5.56.都显著。 （二）（1）做散点图 a.选择作图类型 b.输入数据 C确定标题 d结果输出 由图可知人均消费水平随着人均国内生产总值的增加大体也增加所以人均消费水平与国内生产总值是正线性相关。 （2）相关系数 　 人均国内生产总值 人均消费水平 人均国内生产总值 1 人均消费水平 01 由表可知人均国内生产总值与人均消费水平的相关系数为0又r的绝对值越接近1，表明x与y的线性相关程度越密切。所以人均国内生产总值与人均消费水平的相关程度大。 （3） 人均消费水平与国内生产总值的回归方程为回归系数人均国内生产总值每增加一元，人均消费水平增加0.297415;表示即使在人均国内生产总值为0的情况下，人均消费水平平均为724.7101. 4. R2=0.959697说明在人均消费水平Y的变动中，有95.9697%是由国内人均生产总值决定的。可见人均消费水平与人均国内生产总值之间有较强的线性关系，回归直线的拟合程度较高。 5.第一步：提出假设。H0:=0(y不随x的变化而线性变化) :(l两个变量之间的线性关系显著) 第二步：计算检验统计量F. F===214.31 第三步：作出决策。将回归方差分析表中的P 值与跟定的显著性水平α=-0.05进行比较，由于P值=1.39 《α =0,。05，所以拒绝原假设。 6，由回归方程 所以将x=5000带入的2211.7851，所以当某地区的人均GDP为5000元时，其人均消费水平为2211.7851. 7. Lower 95% ,Upper 95% 为区间估计中各回归系数的置信上限和置信下限，区间估计公式为： ； 所以置信区间的下线为y=-289.461+0.251457×5000＝967.824 置信区间的下限为y=1738.881＋0.343374×5000＝3455.751 所以当人均GDP为5000元时，在95%的置信水平下的置信区间为（967.824 ，3455.751 ） (三) 1.在“工具”菜单中选择“数据分析”选项，从其“分析工具”列表中选择“移动平均” 数据输入 3.三项移动平均结果输出 4，三项移动平均与五项移动平均对比结果 D F 列为移动的误差平方本例中3期移动的MSE为27.0267、五期移动的MSE 为58.77241 所以三期的移动平均的效果优于五期。 5、第一步 在“工具”菜单中选择“数据分析”选项，从其“分析工具”列表中选择“指数平滑” 2输入数据 结果 α＝0.3 预测结果为511.2333 α＝0.8 预测结果为598.0981 参数的最小二乘估计回归模型的估计 图像结果 上表中的Coeff