多元统计分析实例剖析.docx

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.