- 1、本文档共5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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据模型与决策课程大作业
数据模型与决策课程大作业
PAGE
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^2= ;标准估计的误差为^()=
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=++)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,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,具有明显正相关,当城镇化率每提高1,汽油消费量增加。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为,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,汽油消费量降低个单位。a, b, c三个自变量的sig值为、、,在显著性水平情形下,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。
Anova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=,p值为,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,不影响,其它项系数都是,小于,即每个回归系数均具有意义。
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β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,尤其是城镇化率VIF为,说明共线性明显,可能原因是由于样本容量太小,也可能是城镇化之后乘用车销售量和、90#汽油吨价/城镇居民人均可支配收入本身就具有相关性。
缺乏模型异方差检验。在多元回归模型中,由于数据质量原因、模型设定原因,异方差的存在会使回归系数估计结果误差较多,所以在建立模型分析的过程红要对异方差进行检验。
数据模型与决策使我们学会使用科学的分析和决策,对经营管理活动实现合理化、精细化、科学化,从而避免了盲目的生产活动。通过数据预测、假设检验、公式、分析、验证等一系列的步骤,将数据结果逐一展现。为我们的学习和工作提供了一些非常有用、便捷的,处理问题的方法。
附表:t分布表:
df
单尾检验的显著水平
双尾检验的显著水平
3
4
5
6
7
8
9
10
11
12
13
文档评论(0)