- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
《统计案例》复习问答
一、【问】回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法.相关关系
又分线性相关关系和非线性相关关系,如何利用回归分析的方法对两个具有线性相关关系的
变量进行研究呢?
【答】利用回归分析的方法对两个具有线性相关关系的变量进行研究的步骤为:①画出两个
变量的散点图;②求回归直线方程;③用回归直线方程进行预报.其中求回归直线方程是关
键.而对于线性回归模型 来说,估计模型中的未知参数 和 的最好方法就是最小
y bx a a b
n n
(x x )(y y ) x y nx y
i i i i
二乘估计 和 ,其计算公式为b i 1 i 1 , .
a b n n a y bx
2
(xi x )2 xi2 nx
i 1 i 1
例1 某地10 户家庭的年收入和年饮食支出的统计资料如下表:
年收入 (万元) 2 4 4 6 6 6 7 7 8 10
x
年饮食支出 (万元)
y 0 .9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3
(1)根据表中数据,确定家庭的年收入和年饮食支出的相关关系;
(2 )如果某家庭年收入为9 万元,预测其年饮食支出.
解析:(1)由题意知,年收入x 为解释变量,年饮食支出y 为预报变量,作散点图(如图所
示).
从图中可以看出,样本点呈条状分布,年收入和年饮食支出有比较好的线性相关关系,因此
可以用线性回归方程刻画它们之间的关系.
10 10 10
∵x 6 ,y 1.83 ,x 2 406 ,y 2 35.13 ,x y 117.7 ,
i i i i
i 1 i 1 i 1
∴b 0.172 ,a y bx 1.83 0.172 6 0.798 .
从而得到回归直线方程为y 0.172x 0.798 .
(2 )y 0.1729 0.798 2.346 万元.
点评:①b 0.172 是斜率的估计值,说出年收入x 每增加一万元,年饮食支出y 就增加0 .172
万元,这表明了年饮食支出与年收入具有正的线性相关关系.②对于该家庭年收入为9 万元,
由回归方程得到的年饮食支出的预报值2.346 万元,并不能说该家庭的年饮食支出一定是
2.346 万元.一般说来,不能期望回归方程得到的预报值就是预报变量的精确值.事实上,
它是预报变量的可能取值的平均值.
二、【问】上面说到,判断解释变量x 与预报变量y 是否具有线性相关关系,先作出散点图,
从点的分布特征来判定是否线性相关.那么,如果作图不准,出现误差怎么办?怎样更
文档评论(0)