- 1、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。。
 - 2、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。
 - 3、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)。
 - 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
 - 5、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。
 - 6、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。
 - 7、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
                        
                    
                精品文档
精品文档
.
.
一. 一家产品销售公司在 30 个地区设有销售分公司。为研究产品销售量(y)与该公司的销售
价格(x )、各地区的年人均收入(x )、广告费用(x
)之间的关系,搜集到 30 个地区的有
关数据。利用 
关数据。利用 Excel 得到下面的回归结果(?  ? 0.05 ):方差分析表
变差来源
df
SS
MS
F
Significance F
回归
残差
4008924.7
—
8.88341E-13
—
总计
297
—
—
—
参数估计表
Coefficients
标准误差
t Stat
P-value
Intercept
7589.1025
2445.0213
3.1039
0.00457
X Variable 1
-117.8861
31.8974
-3.6958
0.00103
X Variable 2
80.6107
14.7676
5.4586
0.00001
X Variable 3
0.5012
0.1259
3.9814
0.00049
将方差分析表中的所缺数值补齐。
写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程,并解释各回归系数的意义。
检验回归方程的线性关系是否显著?
计算判定系数 R 2,并解释它的实际意义。
计算估计标准误差s
y
,并解释它的实际意义。
方差分析表
变差来源
df
SS
MS
F
Significance F
回归
31
4008924.7
72.80
8.88341E-13
残差
26
1431812.6
55069.7
—
—
总计
297
—
—
—
(	2	)
多
元	线
性	回
归	方
程
为	:
y? ? 7589.1025 ? 117.8861x
1
? 80.6107 x
2
? 0.5012 x 。
3
??	? ?117.8861 表示:在年人均收入和广告费用不变的情况下,销售价格每增加
1
一个单位,销售量平均下降 117.8861 个单位; ??
2
? 80.6107 表示:在销售价格和广告
费用不变的情况下,年人均收入每增加一个单位,销售量平均增加	80.6107 个单位;
??	? 0.5012 表示:在年销售价格和人均收入不变的情况下,广告费用每增加一个单位,
3
销售量平均增加 0.5012 个单位。
由于 Significance F=8.88341E-13? ? 0.05 ,表明回归方程的线性关系显著。
R 2
? SSR ?1
? 89.36% ,表明在销售量的总变差中,被估计的
SST7
MSE55069.7多元线性回归方程所解释的比例为 89.36%,说明回归方程的拟合程度较高。
MSE
55069.7
SSEn ?
SSE
n ? k ? 1
e
?	?	? 234.67 。表明用销售价格、年人均收入和
广告费用来预测销售量时,平均的预测误差为234.67。
一. 一家出租汽车公司为确定合理的管理费用,需要研究出租车司机每天的收入(元)与他的行使时间(小时)行驶的里程(公里)之间的关系,为此随机调查了20 个出租车司
机,根据每天的收入( y )、行使时间( x )和行驶的里程( x )的有关数据进行回归,
1	2
方程的截距??0? 42.38截距的标准差s??? 
方程的截距??
0
? 42.38
截距的标准差s
??
? 36.59
回归平方和SSR ? 29882
0
回归系数??	? 9.16
1
回归系数的标准差s?? ? 4.78
残差平方和SSE ? 5205
1
回归系数??
? 0.14
2
? 0.46
回归系数的标准差s
??
—
2
写出每天的收入( y )与行使时间( x )和行驶的里程( x )的线性回归方
1	2
程。
解释各回归系数的实际意义。
计算多重判定系数R 2,并说明它的实际意义。
计算估计标准误差S	,并说明它的实际意义。
y
若显著性水平?=0.05,回归方程的线性关系是否显著?(注:
F
0.05
(2,17) ? 3.59 )
(1)回归方程为: y? ? 42.38 ? 9.16x
1
? 0.46x 。
2
(2) ??	? 9.16 表示:在行驶里程不变的情况下,行驶时间每增加1 小时,每
1
天的收入平均增加 9.16 元; ??
2
? 0.46 表示:在行驶时间不变的情况下,行驶里程每增
加 1 公里,每天的收入平均增加 0.46 元。
(3) R 2
? SSR ?
29882
? 85.17% 。
SST	29882 ? 5205
520520 ?
5205
20 ? 2 ? 1
SSEn ? k 
                
原创力文档
                        

文档评论(0)