1.6.3线性回归典型例题
- 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、"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、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)。
1.6 线性回归 典型例题 产量与生产费用
的线性回归 例 某工业部门进行一项研究, 分析该部门的产量与生产费用之间的关系,
从这个工业 部门内随机抽选了 10 个企业作样本,有如下资料:
(1)计算 x 与 y 的相关系数;
(2)对这两个变量之间是否线性相关进行相关性检验; ( 3)设回归直线方程为 y? bx a ,求系数 a 、b . 分析:( 1)使用样本相关系数(即相关系数)计算公式:
n
x i y i nxy
r n i 1 n 即可完成此问:
( x i 2 nx 2)( y i 2 ny 2 )
i 1 i 1
(2)查表行出显著性水平 0.05 与自由度 10- 2相应的相关系数临界值 r 0.05 ,通过比较 r 与 r 0.05的大小,以检验所得结果,来说明 y 与 x 之间的线性相关是否显著.
(3)此问解法与上两题相同. 解:( 1)制表:
这些量, 就无需有制表这一步, 直接算出结果就行了制表的目的是为了准确无误而快速有效 地得到 r 和 b 的值.顺便值得一提的是:电脑中的许多应用软件,特别是表格类软件是提供 统计计算函数的,用起来非常方便.
产品产量与单位成本的线性回归分析
例 针对某工厂某产品产量与单位成本的资料进行线性回归分析:
分析: 这是一个实际应用的回归分析问题, 其实就是找出回归方程, 通过回归直线方程 来分析
产品
产
量
与
单
位
成
本
的
关
系
.
解: 设回归直线方程为 y? bx a,
x 777 x
10
77.7,y
116057
165.7;
10
2
x i
i1 10
70903;
i1
2
y i 2
277119;
n
x i y i
i1
132929.
132929 10 77.7 165.7
(70903 10 77.72 )( 277119 10 165.72)
0.806;
即x 与 y 的相关系数 r 0.806;
2) 查表显著性水平 0.05,自由度 10- 2=8 相应的相关系数临界值 r 0.05
0.6319 ;
因为, r r 0.05,所以,可以认为 x 与 y 之间具有线性相关关系.
3)
132929 10 77.7 165.7
b 2 0.397; 70903 10 77.72
a 165.7 0.397 77.7 134.8.
说明: 如果会使用含统计的科学计算器,能简单得到
10 10
x i ,
i 1 i 1
y i ,
10
10
i1
2 x i
,
2 y i
, i1
10
x i y i ,
i1
6 n
21 2
n
[ a 1 (k
1)d]
a 1n
k1
n
(k k1
1)d
a 1n (0 12
1)d
na 1
n(n 1) d.
2
n (a k1
k)2
n
(a
2 k1
2ak
k 2) 2
a k1
2ak
1
2
na
2a
n
k 2
2
na
2a (n
1)n
k 2
2
na
a(n 1)n
n
k 2
.
k1
k1
k1
k1
程为: y? 77.36 1.82 x;
由于回归系数 b 为- 1.82,由回归系数 b 的意义可知:产量每增加 下降 1.82 元.
说明:回归分析, 说明 y 与x 它们之间是一元线性回归关系. 回归方程中的回归系数 b 和 a ,刻画了这 x 与 y 两个量之间的变化趋势, 对它们所反映出的信息进行分析, 就是回归 分析.
对求和符号的理解
例 下列表达式中错误的是( )
n
n( n 1)
n
2
2
n
2
A . [ a 1
(k 1)d]
na 1
B . ( a k)2
na
a(n 1)n
k 2
k1
2
k1
k1
n
n
C .
C k C
n
2n
1
k n k k
D .
Cn k a n k b k
(a b)n
k1
k1 n
分: 符
表示若干个数相
“ ”的下标 k
1
上标 n 的含义是:
k1
n
即
f (k) f (k) f (1) f (2) f (n). k1
解: 分别计算 ABCD 知:
6,y
426 6 71, x i 2
i1 79,
x i y i 1481
i1
所以代入公式
1481 6 21
71
6 79 6
2
21
10 5.5
1.8182, a 71 ( 1.8182)
21
6
77.36,故回归直线方 1000 件,单位成本 n
k1
符号后的表达式中,含 k 的部分分别取 1, 2, 3, n 后所得式子依次加起来,