- 1、本文档共10页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
交通学院小组作业
从《 2010 年统计摘要》上获得了民航客运量和它的影响因素的数据。若以
Y 表示民航客运
量(万人), X1
表示国民收入总值(亿元) , X2 表示消费金额(亿元) , X3
表示铁路承载
量(万人) X4 表示民航航线距离(万公里)
, X5
表示境外旅客人数(万人)
,则可以得到
下表:
年份
Y
X1
X2
X3
X 4
X 5
1995
277
3162
2266
97789
18
217
1996
358
4020
2634
103667
19
504
1997
412
4426
3037
110645
23
684
1998
481
4729
3359
114360
26
932
1999
534
5110
3665
119906
28
951
2000
469
5683
4030
127253
27
1137
2001
665
6782
4686
132424
31
1542
2002
893
8424
5855
134532
33
2140
2003
1196
9431
6662
130295
39
2738
2004
1572
11176
7663
134915
47
3228
2005
1730
14086
9646
147174
45
3803
2006
1540
15811
10806
136568
57
2940
2007
1992
17261
11596
114854
61
3295
2008
2614
19868
13163
114097
67
4003
2009
3463
24268
15582
119632
100
3974
2010
4060
29858
19139
126550
115
4983
参数估计
通过 SPSS 软件的处理可以得到以下的结果
Coefficients
a
Standardized
Unstandardized Coefficients
Coefficients
Model
B
Std. Error
Beta
t
Sig.
1
(Constant)
714.040
213.378
3.346
.007
x1
.396
.097
2.751
4.106
.002
x2
-.618
.141
-2.735
-4.391
.001
x3
-.008
.002
-.094
-4.028
.002
x4
19.729
4.541
.485
4.345
.001
x5
.429
.054
.556
7.968
.000
a. Dependent Variable: y
由以上的表格可以行到各个参数的估计值,从而可以得到:
回归系数的解释
1、常系数
0 表示,当
X 1
X 2
X p
0 时 Y
的值。
2、回归系数
j 有两种解释。
一种是,当
X j 变化一个单位而其他预测变量固定取常数时,
Y 的该变量,这个该变量
与其他预测变量固定取什么常数无关。 在实际中, 预测变量间往往是有关联的, 可能无法做
到固定某些预测变量的值而改变其他变量的值。这是这种解释的弱点。
另一种表示,经过其他预测变量的“调整”后, X j 对响应变量 Y 的贡献。现以回归系
数 1 的估算为例来说明这种解释。
1)拟合 Y 对 X2
, , X 5 的回归模型。记此回归的残差为
eY
(X2, ,X5 ),拟合的回
归方程为
~
Y 826.035 0.052 X 2 0.012 X 3 32.256X 4
0.391X 5
2)拟合 X对X
, , X 5 的回归模型。记此回归的残差为
e
(X2, ,X5)
,拟合的回
1
2
X1
归方程为
~
X 1 282 .591 1.429 X 2 0.009 X 3 31.610 X 4 0.097 X 5
残差 eY ( X 2 , , X5 ) 和 eX1 ( X2 , , X5 ) 的值见下表。
偏残差表
行号
eX1 ( X 2 , , X5 )
eY ( X 2 , , X5 )
1
-62.663
37.211
2
316.506
60.955
3
97.961
17.347
4
-97.800
-47.643
5
-167.503
13.589
6
-2.953
12.229
7
116.312
14.762
8
101.261
29.346
9
-212.794
-102.436
10
-63.323
-70.707
11
238.516
171.781
12
-247.931
-130.822
13
-205.675
-157.696
14
35.246
66.206
15
-18.576
51.486
16
173.
文档评论(0)