一元线性回归预测实验报告.docVIP

PAGE 5 PAGE 一、实验目的和要求 1、实验目的： （1）掌握一元线性回归模型的设定、参数估计和模型检验方法； （2）掌握用一元线性回归模型的点预测和区间预测； （3）掌握用EXCEL软件实现一元线性回归模型的建模和预测。 2、实验要求： （1）实验过程和结果进行记录； （2）写出各统计数据的中文名称； （3）分析各类统计数据的含义； （4）计算人均可支配收入为12千元时的人均消费性支出和置信度为95%的预测区间。 二、实验内容和原理 1、实验内容： 回归参数的求解、统计检验、统计预测 2、实验原理： 最小二乘原理 三、主要仪器设备 实验的基本工具： （1）电脑一台； （2）Microsoft EXCEL 2007 软件一套； 四、实验操作方法和步骤 实验方法和步骤： （1）画出人均消费支出与人均可支配收入的散点图； （2）利用EXCEL软件中工具——数据分析——回归分析，然后再按菜单操作进行回归分析。 五、实验记录与处理（数据、图表、计算等） 1、实验过程和结果记录： （1）实验数据 （2）人均可支配收入与人均消费性支出散点图 （3）数据分析步骤 4、 （5）最终实验结果 2、人均可支配收入为12千元时的人均消费性支出和置信度为95%的预测区间计算步骤： （1）一元线性回归方程为Y=0.72717+0.674142 （2）将=12带入样本回归方程可得的预测值=0.72717+0.674142*12=8.816874千元 （3）=0.05420千元 结论：因此，当城镇居民家庭的人均可支配收入为12千元时，人均消费性支出地点预测为8.816874千元； 置信度为95%的预测区间为（8.816874-1.96*0.0542千元,8.816874+1.96*0.0542千元） 即（8.71千元,8.92千元） 六、实验结果及分析 1、实验结果： 当城镇居民家庭的人均可支配收入为12千元时，人均消费性支出地点预测为8.816874千元； 置信度为95%的预测区间为（8.816874-1.96*0.0542千元,8.816874+1.96*0.0542千元） 即（8.71千元,8.92千元） 2、实验分析 （1）相关系数：相关系数R实际上是判定系数的平方根，相关系数R从另一个角度说明了回归直线的拟合优度。|R|越接近1，表明回归直线对观测数据的拟合程度就越高。R=0.999592，接近于1，所以人均可支配收入和人均消费支出相关程度高。 （2）判定系数：该指标测度了回归直线对观测数据的拟合程度。若所有观测点，落在直线上，残差平方和RSS=0，则R^2=1，拟合是完全的；0≤R^2≦1。R^2越接近1，表明回归平方和占总平方和的比例越大，回归直线与各观测点越接近，用X的变化来解释Y值的部分就越多，回归直线的拟合度就越好；反之，R^2越接近0，回归直线的拟合度就越差。 所以，判定系数R^2=0.999185，表示所观测到的我国城镇居民家庭人均消费