数据模型与决策课.docx

数据模型与决策课程大作业 数据模型与决策课程大作业 以我国汽油消费量为因变量，乘用车销量、城镇化率和 90#汽 油吨价与城镇居民人均可支配收入的比值为自变量时行回归 （数据为 年度时间序列数据）。试根据得到部分输出结果，回答下列问题： 1） “模型汇总表”中的R方和标准估计的误差是多少？ 2） 写出此回归分析所对应的方程； 3） 将三个自变量对汽油消费量的影响程度进行说明； 4） 对回归分析结果进行分析和评价，指出其中存在的问题。 1） “模型汇总表”中的R方和标准估计的误差是多少？ 答案：R方为0.993八2=0.986 ;标准估计的误差为120910.147八（0.5 ） =347.72 2） 写出此回归分析所对应的方程； 答案：假设汽油消费量为 Y,乘用车销量为a,城镇化率为b, 90#汽 油吨价/城镇居民人均可支配收入为c,则回归方程为： Y=240.534+0.00s027a+8649.895b-198.692c 3） 将三个自变量对汽油消费量的影响程度进行说明； 乘用车销量对汽油消费量相关系数只有 0.00027，数值太小，几乎没有影响，但是城镇化率对汽油消费量相关系数是 8649.895，具 有明显正相关，当城镇化率每提高1,汽油消费量增加8649.895。乘 用90#汽油吨价/城镇居民人均可支配收入相关系数为-198.692，呈 明显负相关，即乘用90#汽油吨价/城镇居民人均可支配收入每增加1 个单位，汽油消费量降低198.692个单位。a, b, c三个自变量的sig 值为0.000、0.000、0.009，在显著性水平0.01情形下，乘用车消 费量对汽油消费量的影响显著为正。 （4）对回归分析结果进行分析和评价，指出其中存在的问题。 在学习完本课程之后，我们可以统计方法为特征的不确定性决 策、以运筹方法为特征的策略的基本原理和一般方法为基础， 结合抽 样、参数估计、假设分析、回归分析等知识对我国汽油消费量影响因 素进行了模拟回归，并运用软件计算出回归结果，故根据回归结果， 对具体回归方程，回归准确性，自变量影响展开分析。 An ova表中，sig值是t统计量对应的概率值，所以t和sig两 者是等效的，sig要小于给定的显著性水平，越接近于 0越好。F是 检验方程显著性的统计量，是平均的回归平方和平均剩余平方和之 比，越大越好。在图表中，回归模型统计值F=804.627, p值为0.000， 因此证明回归模型有统计学意义，表现回归极显著。即因变量与三个 自变量之间存在线性关系。 系数表中，除了常数项系数显著性水平大于 0.05，不影响，其 它项系数都是0.000 ,小于0.005，即每个回归系数均具有意义。 一豎 flCT? 均可刻&血 P?arson 1 958" 960* -.657" 000 000 eoo N 38 38 38 38 MMfEV P?arson 樹铳 9捕 1 86 2W -jer 000 000 JOO N 38 39 39 39 P?arson 相关 tL seoBi 882U 1 -.?r tfUlKWM) 000 000 .001 N 38 39 39 39 90* WMWL3 对 PgQQfl相芸仁 -.?57Bi -.761" -468b， 1 ■蔷性(JW?l) 000 000 001 N 38 ? 39 39 ” ！ 01 川 I … 唤型匸?b R R方 鬧幣R方 标淮估计的谋 Durbin ? Walson 1 33* .985 .741 a.预测变S8； ms）. 90恙口I"城锲IS民人r ” J W配收入.乘用车常虽，城诙 化率。 t?.因变硕丫亍气油消员承 Anava^ 平方松 df 均方 F Sig. 1 回归 总计 291862813.5 4110944.989 295973758.5 3 34 3749 1 209^0.147 804.627 .000b 乩因交风:汽油消费虽 n预灣变■（常虽）.9or iimm居民人均可支配收人乗用车常■城镇（津。 1 Wfl 8 m 9? MF 1 <!S) tm m 加鼎 MUK >102 HO 1MJN 训1 ?训 11 JIS 皿 .M0 II川 邯 J:1,..' : low 当然，这其中也存在一定的问题： 在模型设计中，乘用车销量为、城镇化率为、90#汽油吨价/城镇 居民人均可支配收入为三个自变量的单位均不同， 因此会造成自变量 前面的回归系数不具有准确的宏观意义，因此需要对模型进行实现标 准化，也就是引入B系数，消除偏回归系数带来的数量单位影响。 根据共线性统计量中的变量的容差t和方差膨胀因子（VIF）,自 变量间存在共性问题，容差和膨胀因子为倒数关系，容差越小，膨胀 因子越大，尤