线性回归案例分析

线性回归案例分析

【篇一：线性回归案例分析】

散布图—练习总评估价某建筑公司想了解位于某街区的住宅地产的销房产 79,760售价格y与总评估价x之 98,480间的相关程度到底有多 110,655大？于是从该街区去年 96,859售出的住宅中随机抽10 94,798的总评估价和销售资料 139,850如右表 170,34110 corporatecommunication 28.05.2007 corporatecommunication 28.05.2007 相关分析案例justin tao 销售价格y美元 95,000 116,500 156,900 111,000 110,110 100,000 130,000 170,400 211,500 185,000 绘制散布图，观察其相关关系输入数据点击graph scatterplot 弹出对话框，依次对应x、y输入变量列点击

ok 散布图及关系分析从散布图可以看出：总评估价值x与销售价格y存在线性正相关，相关程度较大；随x增大，y有增长趋corporatecommunication 28.05.2007 corporatecommunication 28.05.2007 计算相关系数输入数据点击stat basic statistics correlation… 弹出对话框，输入x、y变量列点击ok 散布图(相关分析)案例下面是表示某公司广告费用和销售额之间关系的资试求这家公司的广告费和销售额的相关系数广告费 (10万) 销售额 (100万) 2022 15 17 23 18 25 10 20 得出相关系数及检验p值corporatecommunication 28.05.2007 corporatecommunication 28.05.2007 0.002 0.05 (留意水准) ，广告费和销售额的相关关系是有影响的 corporatecommunication 28.05.2007 corporatecommunication 28.05.2007 回归分析案例通过下例观察回归分析和决定系数。为了知道机械的使用年限和设备费用之间有什么关系，得到了有关对相同机械设备记录的如下数据。试求对这个数据说明x 与y之间关系的线性回归方程。若使用年限为10年时，设备费用是多少使用年回归分析输入数据点击 stat regression regression 弹出对话框，依次选择输出变量列、选择输入变设备费39 24 115 105 50 86 67 90 140 112 70 186 43 126 corporatecommunication 28.05.2007 corporatecommunication 28.05.2007 回归分析选择输出变量列选择输入变量列 plot的形态选择显选择显示在残差graph的残差形态 graph的残差形态residualplots corporatecommunication 28.05.2007 corporatecommunication 28.05.2007 回归分析regression 可以

选择加重值列，预测新的观测值确认信赖区信赖区间输入 10，能计

算出 10年后的设备费用(预测值) 13 corporate communication 28.05.2007 选择从worksheet 的输入变量和输出变量列的下一个

列开始被check的项目 corporatecommunication 28.05.2007 results:调整对显示在window section的回归模型的分析结果范围。选择残差列选择残差列 storageresiduals(残差) residuals(残差) check check fits(适合值)fits(适合值) check check corporatecommunication 28.05.2007

【篇二：线性回归案例分析】

南通市年人均可支配收入为x，研究它与年人均消费性支出y之间

的关系。

已知1980-1998年样本观测值如下：年份yx年份yx年份yx80 ￥474. 7 ￥526. 9 87 ￥798. 6 ￥884. 4 93￥849. 8￥1, 035. 381 ￥479. 9 ￥532. 7 88 ￥815. 4 ￥847. 3 94￥974. 7￥1, 200. 982 ￥488. 1 ￥566. 8 89 ￥718. 4 ￥821. 0 95 ￥1, 041. 0 ￥1, 289.

883 ￥509. 6 ￥591. 2 90 ￥767. 2 ￥884. 2 96 ￥1, 099. 3 ￥1, 432. 984 ￥576. 4 ￥700. 0 91 ￥759. 5 ￥903. 7 97 ￥1, 186. 1 ￥1, 539. 085 ￥654. 7 ￥744. 1 92 ￥820. 3 ￥984. 1 98 ￥1, 252. 5 ￥1, 663. 686 ￥755. 6 ￥851. 2第一步建立数学模型经济理论分析：?? 消费

性支出受可支配收入的影响，当可支配收入增加时，消费性支出也

增加，他们具有正向的同步变动趋势。动趋势。?? 消费性支出除了

受可支配收入的影响外，还受到其他一些变量及随机因素的影响，

将其他变量及随机因素的影响归并到随机变量u中?? 建立数学模型

yt＝ 0＋ 1xt＋ t由表中数据，样本回归模型为第二步估计参数iiiexy??????21 ????ttxy69. 031.135 ????采用 eviews软件计算得：(5.47) (28.04)r2=0.98 f=786.13第三步评价模型结构分析??是

样本回归方程的斜率，他表示南通市居民的边际消费倾向，说明年

人均可支配收入每增加1元，将0.69元用于消费性支出；69. 0

1 ??????是样本回归方程的截距，它表示不受可支配收入的影响的

自发消费行为。??参数估计量的符号和大小，均符合经济理论及南

通市的实际情况。31.135 0 ????第三步评价模型统计检验??

r2=0.98，说明总离差平方和的98%被样本回归直线解释，仅有2%违背解释。

因此，样本回归直线对样本点的拟合优度是很好的。?? f=786.13＞ f0 05(1,17)=4.45，总体线性显

著。)0.05( ,?? 给出显著水平 =0.05，查自由度 =19-2=17的t分布，得临界值t0. 025（17） =2. 11，

t0=5. 47＞ t0. 025（17） , t1=28. 04 ＞ t0. 025（17），故回归系数均显著不为零，回归模型中应包

含常数项，x对y有显著影响。?? 从以上的评价可以看出，此模型是比较好的第四步预测应用1.假如

给出1999年、 2000年南通的人均可支配收入（1980年不变价格）分别为x99=1763元， x00=1863