相关与回归分析实验报告

学号：2014106146

课程论文

题目统计学实验

学院数学与统计学院

专业金融数学

班级14金融数学

学生姓名罗星蔓

指导教师胡桂华

职称教授

2016 年 6 月21 日

相关与回归分析实验报告

一、实验目的：用EXCEL进行相关分析和回归分析.

二、实验内容：

1.用EXCEL进行相关分析.

2.用EXCEL进行回归分析.

三、实验步骤

采用下面的例子进行相关分析和回归分析.

相关分析：

数学分数（x）统计学分数(y)

数学分数（x） 1

统计学分数(y) 0.986011 1

回归分析：

SUMMARY OUTPUT

回归统计

Multiple R 0.986011

R Square 0.972217

Adjusted R

0.968744

Square

标准误差 2.403141

观测值

x

方差分

析

df SS MS F Significance

F

回归分析1

1616.69

9

1616.69

9

279.943

8

1.65E-07

残差8 46.2006

9

5.77508

6

总计9 1662.9

Coefficie

nts 标准误

差

t Stat

P-valu

e

Lower

95%

Upper

95%

下限

95.0%

上限

95.0%

Intercept 12.32018 4.2862

79

2.8743

3

0.0206

91

2.4360

05

22.204

36

2.4360

05

22.204

36

数学分数（x）0.896821

0.0536

01

16.731

52

1.65E-

07

0.7732

18

1.0204

24

0.7732

18

1.0204

24

RESIDUAL OUTPUT

观测值预测统计学分数

(y)

残差标准残差

1 84.06587 0.934133 0.412293

2 93.03408 -1.03408 -0.4564

3 66.12945 3.87055

4 1.708324

4 93.03408 -3.03408 -1.33913

5 82.27223 0.727775 0.321214

6 90.34361 -0.34361 -0.15166

7 93.03408 0.965922 0.426323

8 52.67713 -2.67713 -1.18159

9 90.34361 2.656385 1.172433

10 84.06587 -2.06587 -0.9118 PROBABILITY OUTPUT

百分比排

位统计学分数

(y)

5 50 15 70 25 82 35 83 45 85 55 90 65 90 75 92

85 93 95 94

结果分析

相关系数Multiple R=0.986011> 0.8 可以进行回归分析。

ˆ的实际值相差2.403141。

标准误差=2.403141，代表平均来看y

y与

Intercept代表截距为12.32018即常数项

X Variable 1 代表斜率为0.896821，即数学分数每增加1分，统计学分数平均增加0.896821分。

x平均值为78.7，y平均值为92.9可以得出回归方程y=0.896821x+12.32018