回归分析练习题及参考答案

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

地区人均GDP/元人均消费水平/元

北京辽宁上海江西河南贵州陕西 22460

11226

34547

4851

5444

2662

4549

7326

4490

11546

2396

2208

1608

2035

求:(1)人均GDP作自变量,人均消费水平作因变量,绘制散点图,并说明二者之间的关系形态。

(2)计算两个变量之间的线性相关系数,说明两个变量之间的关系强度。

(3)求出估计的回归方程,并解释回归系数的实际意义。

(4)计算判定系数,并解释其意义。

(5)检验回归方程线性关系的显著性(0.05

α=)。

(6)如果某地区的人均GDP为5000元,预测其人均消费水平。

(7)求人均GDP为5000元时,人均消费水平95%的置信区间和预测区间。

解:(1)

可能存在线性关系。

(2)相关系数:

(3)回归方程:734.6930.309

y x

=+

回归系数的含义:人均GDP没增加1元,人均消费增加0.309元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。

系数(a)

模型非标准化系数标准化系数

t显著性B标准误Beta

1(常量)734.693139.540 5.2650.003

人均GDP(元)0.3090.0080.99836.4920.000 a. 因变量: 人均消费水平(元)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

(4)

模型汇总

模型R R 方调整 R 方标准估计的误

1.998a.996.996247.303

a. 预测变量: (常量), 人均GDP。

人均GDP对人均消费的影响达到99.6%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。

模型摘要

模型R R 方调整的 R 方估计的标准差

1.998(a)0.9960.996247.303

a. 预测变量:(常量), 人均GDP(元)。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

(5)F 检验:

Anova b

模型 平方和 df

均方 F Sig. 1

回归 81444968.680 1 81444968.680 1331.692

.000a

残差 305795.034 5 61159.007

总计

81750763.714

6

a. 预测变量: (常量), 人均GDP 。

b. 因变量: 人均消费水平

回归系数的检验:t 检验

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。

系数(a)

模型 非标准化系数

标准化系数 t 显著性

B 标准误 Beta

1

(常量) 734.693 139.540 5.265

0.003 人均GDP (元)

0.309

0.008

0.998

36.492

0.000

a. 因变量: 人均消费水平(元)

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% (6)

某地区的人均GDP 为5000元,预测其人均消费水平为 734.6930.30950002278.693y =+⨯=(元)。

(7)

人均GDP 为5000元时,人均消费水平95%的置信区间为[1990.74915,2565.46399],预测区间为[1580.46315,2975.74999]。

2 从n =20的样本中得到的有关回归结果是:SSR (回归平方和)=60,SSE (误差平方和)=40。要检验x 与y 之间的线性关系是否显著,即检验假设:01:0H β=。 (1)线性关系检验的统计量F 值是多少? (2)给定显著性水平0.05α=,F α是多少? (3)是拒绝原假设还是不拒绝原假设?

(4)假定x 与y 之间是负相关,计算相关系数r 。 (5)检验x 与y 之间的线性关系是否显著?

解:(1)SSR 的自由度为k=1;SSE 的自由度为n-k-1=18;

因此:F=1SSR k SSE

n k --=60

14018

=27

(2)()1,18F α=()0.051,18F =4.41 (3)拒绝原假设,线性关系显著。 (4)

=0.7746,由于是负相关,因此r=-0.7746

(5)从F 检验看线性关系显著。

(1)用广告费支出作自变量x ,销售额作因变量y ,求出估计的回归方程。 (2)检验广告费支出与销售额之间的线性关系是否显著(0.05α=)。 (3)绘制关于x 的残差图,你觉得关于误差项ε的假定被满足了吗? (4)你是选用这个模型,还是另寻找一个更好的模型? 解:(1)

系数(a)

模型 非标准化系数

标准化系数 t 显著性

B 标准误

Beta

1

(常量)

29.399 4.807 6.116

0.002 广告费支出(万元)

1.547

0.463

0.831

3.339

0.021

a. 因变量: 销售额(万元)

(2)回归直线的F 检验:

ANOVA(b)

模型 平方和 df

均方 F 显著性 1

回归 691.723 1 691.723 11.147

.021(a)

残差

310.277

5

62.055

相关文档
最新文档