一元线性回归分析实验报告

一元线性回归在公司加班

制度中的应用

院(系): 专业班级: 学号姓名: 指导老师: 成 绩:

完成时间

:

一元线性回归在公司加班制度中的应用

一、实验目的

掌握一元线性回归分析的基本思想与操作,可以读懂分析结果,并写出回归方程,对回归方程进行方差分析、显著性检验等的各种统计检验 二、实验环境

SPSS21、0 windows10、0 三、实验题目

一家保险公司十分关心其总公司营业部加班的程度,决定认真调查一下现状。经10周时间,收集了每周加班数据与签发的新保单数目,x 为每周签发的新保单数目,y 为每周加班时间(小时),数据如表所示

y

3、5

1、0

4、0

2、0

1、0

3、0

4、5

1、5

3、0

5、0

1. 画散点图。

2. x 与y 之间大致呈线性关系？

3. 用最小二乘法估计求出回归方程。

4. 求出回归标准误差σ∧

。

5. 给出0

β∧ 与1

β∧

的置信度95%的区间估计。 6. 计算x 与y 的决定系数。 7. 对回归方程作方差分析。

8. 作回归系数1

β∧

的显著性检验。 9. 作回归系数的显著性检验。

10. 对回归方程做残差图并作相应的分析。

11. 该公司预测下一周签发新保单01000x =张,需要的加班时间就是多少？

12.给出0y的置信度为95%的精确预测区间。

13.给出

()

E y的置信度为95%的区间估计。

四、实验过程及分析

1、画散点图

如图就是以每周加班时间为纵坐标,每周签发的新保单为横坐标绘制的散点图,从图中可以瞧出,数据均匀分布在对角线的两侧,说明x与y之间线性关系良好。

2、最小二乘估计求回归方程

系数a

模型非标准化系数标准系数t Sig、 B 的 95、0% 置信区间

B 标准误差试用版下限上限

用SPSS 求得回归方程的系数01,ββ分别为0、118,0、004,故我们可以写出其回归方程如下:

0.1180.004y x =+

3、求回归标准误差σ∧

由方差分析表可以得到回归标准误差:SSE=1、843 故回归标准误差:

2=

2SSE

n σ∧-,2σ∧=0、48。

4、给出回归系数的置信度为95%的置信区间估计。

由回归系数显著性检验表可以瞧出,当置信度为95%时:

0β∧

的预测区间为[-0、701,0、937], 1β∧

的预测区间为[0、003,0、005]、0β∧

的置信区间包含0,表示0β∧

不拒绝为0的原假设。

6、计算x 与y 的决定系数。

由模型摘要表得到决定系数为0、9接近于1,说明模型的拟合度较高。

7、对回归方程做方差分析。

ANOVA a

模型 平方与 自由度

均方 F 显著性 1

回归 16、682 1 16、682 72、396

、000b

残差 1、843 8 、230

总计

18、525

9

a 、 因变量:y

b 、 预测变量:(常量), x

由方差分析表可知:F 值=72、396>5、32(当121,8n n ==时,查表得出对应值为5、32),显著性约为0,所以拒绝原假设,说明回归方程显著。

8、做相关系数的显著性检验。

由模型摘要可知相关系数达到0、949,说明与x y 显著线性相关。 9、对回归方程做残差图并做相应分析。

从残差图上瞧出残差就是围绕e=0上下波动的,满足模型的基本假设。

10、该公司预测下一周签发新保单01000

x=张,需要的加班时间就是多少？

由预测可知公司预计下一周签发新保单

01000

x=张时,

y=+=

0.1180.00359*1000 3.7032

五、实验总结

在统计学实验学习中,通过实验操作可使我们加深对理论知识的理解,学习与掌握统计学的基本方法,并能进一步熟悉与掌握spss的操作方法,培养我们分析与解决实际问题的基本技能,提高我们的综合素质。