数据分析(梅长林)习题题答案.docxVIP

第2章习题 一、习题 (1)回归模型y (1)回归模型 y i 0 1Xi 1 i,i 1,2, 15 调用proc reg过程，得到参数估计的相关结果 Parameter Estimates Variable DF Parameter Estimate Stan dard Error tValue Pr|t| In tercept 1 x1 1 .0001 x2 1 .0001 由此输出得到的回归方程为： y 3. 45261 0.49600X1 0. 00920X2 由最后一列可以看出，使用化妆品的人数X1和月收入X2对化妆品的 销售数量有着显着影响。0 3. 46521可以理解为该化妆品作为一种 必需品每个月的销售量。当购买该化妆品的人数固定时，月收入没增 加一个一个单位，改化妆品的销售数量将增加个单位。同理，当购买 该化妆品的人均月收入固定时，购买该化妆品的人数每增加一千人， 该化妆品的销售数量将增加个单位。 SSEn p是$的无偏估计，所以 SSEn p 是$的无偏估计，所以 的估计值是. (2)调用proc reg过程，得到方差分析表: An alysis of Varia nee Source DF Sumof Squares Mea n Square F Value PrF Model 3 53845 17948 .0001 Error 11 Corrected Total 14 53902 由此可到线性回归关系显着性检验： H。： 1 2 0 H1: 1, 2至少有一个为0 的统计量F SSR/(P ° MSR的观测值Fo 5679.47,检验的p值 SSE/( n p) MSE Po Pho(F Fo) 0. 0001 另外R2 SSR 53845 0. 9989 , R2描述了由自由变量的线性关系函 SST 53902 数值所能反映的Y的总变化量的比例。R2越大，表明线性关系越明显 这些结果均表明丫与X1, X2之间的回归关系高度显着。 (3)若置信水平 0. 05，由t 0.975(12) 2. 17881，利用参数估计值得 到0, 1，2的置信区间分别为： 对 0, 3. 45216 2. 1781 2. 43065 3.4516 5. 2942，即(1.8426,8. 7458)) TOC \o 1-5 \h \z 对 1 : 0.49600 2. 1781 0. 00605 0.49600 0.01318 ， 即 (0. 48282,0. 50198) 2 : 0.00920 2. 1781 0.0009681 0. 00920 0. 0021 ， 即 (0. 0071,0. 00113) 首先检验X1对丫是否有显着性影： 假设其约简模型为：yi 0 必2 ( 12， 15 由观测数据并利用proc reg过程拟合此模型求得： SSE(R) 484. 88137 f R 15 2 13 SSE(F) 56. 88357 fR 15 3 12 [SSE(R) SSE(F)](fR P求得检验统计量的值为: SSE(F)/ fF 484.88137 56.88357 90 3 90. 3 F。) 0. 05 F。) 0. 05 P0Ph0(F F0) P( F P0 由此拒绝原假设，所以x2对丫有显着影响 同理检验X2对丫是否有显着性影： 假设其约简模型为：yi 0 1Xi1 i，i 1,2, 15 由观测数据并利用proc reg过程拟合此模型求得： SSE(R) 31872 f r 15 2 13 SSE(F) 56. 88357 f r 15 3 12 由f [SSE(R) SSE(F)](fR fF)求得检验统计量的值为: 由 SSE(F)/ fF 31872 56. 88357 F0 56. 88357 / 12 P0 Ph0(F F0) P( F(1,13) F0) 0.05 由此拒绝原假设，所以x2对丫有显着影响 检验X1、x2交叉项对丫是否有显着性影： TOC \o 1-5 \h \z 假设其全模型为： Vi 0 iXil 2Xi2 3XiiXi2 i ,i 1,2, 15 检验XI、X2的交互作用是否显着即检验假设 Ho ： 3 0是否能被拒 绝。 由观测数据并利用proc reg过程拟合此模型求得： SSE(F) 56.72 fF 15 4 11 SSE(R) 56.88357 fR 15 3 12 由F [SS紳sSZ/J fF)求得检验统计量的值为: 0. 031756. 88357 56. 72 0. 0317 56. 72/ 11 P0 Ph0(F F。) P(F(1,11) 0. 0317) 0.138 0.05 由此接受原假设，也即X1*X2对丫无显着影响，