- 1、本文档共38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)。
.word格式,
回归分析与时间序列
一、一元线性回归
11.1(1)编辑数据集,命名为linehuigui1.dat
输入命令scattercostproduct,xlabel(#10,grid)ylabel(#10,grid),得到如下散点
图,可以看到,产量和生产费用是正线性相关的关系。
(2)输入命令regcostproduct,得到如下图:
可得线性函数(product为自变量,cost为因变量):y=0.4206832x+124.15,即β=124.15,
0
β=0.4206832
1
(3)对相关系数的显著性进行检验,可输入命令pwcorrcostproduct,sigstar(.05)
print(.05),得到下图:
,专业.专注.
.word格式,
可见,在α=0.05的显著性水平下,P=0.0000α=0.05,故拒绝原假设,即产量和生产费用
之间存在显著的正相关性。
11.2(1)编辑数据集,命名为linehuigui2.dat
输入命令scatterfenshutime,xlabel(#4,grid)ylabel(#4,grid),得到如下散点图,
可以看到,分数和复习时间是正线性相关的关系。
2)输入命令corfenshutime计算相关系数,得下图:
可见,r=0.8621,可见分数和复习时间之间存在高度的正相关性。
11.3(1)(2)对于线性回归方程y=10-0.5x,其中β=10,表示回归直线的截距为10;
0
β=-0.5,表示x变化一单位引起y的变化为-0.5。
1
(3)x=6时,E(y)=10-0.5*6=7。
11.4(1),判定系数测度了回归直线对观测数据的拟合程度,即在分数的
变差中,有90%可以由分数与复习时间之间的线性关系解释,或者说,在分数取值的变动中,
,专业.专注.
.word格式,
有90%由复习时间决定。可见,两者之间有很强的线性关系。
(2)估计标准误差分,即根据复习时间来估计分数时,平均的估计误差为
0.25分。
11.5(1)编辑数据集,命名为linehuigui3.dat
输入命令scattertimejuli,xlabel(#5,grid)ylabel(#5,grid),得到如下散点图,可
以看到,时间和距离是正线性相关的关系。
(2)输入命令cortimejuli计算相关系数,得下图:
可见,r=0.9489,可见时间和距离之间存在高度的正相关性。
(3)输入命令regtimejuli得到下图:
,专业.专注.
.word格式,
可得线性函数(juli为自变量,time为因变量):y=0.0035851x+0.1181291,即β=0.1181291,
0
表示回归直线的截距为0.1181291;β=0.0035851,表示距离(x)变化1km引起时间(y)
1
的变化为0.
文档评论(0)