统计学多元回归分析实例

合集下载
  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)。

某农场负责人认为早稻收获量(y :单位为kg/公顷)与春季降雨(x 1:单位为mm )和春季温度(x 2:单位为℃)有一定的联系,通过7组试验获得了相关的数据。利用Excel 得到下面的回归结果(α=0.1):

方差分析表

(2)写出早稻收获量与春季降雨量、春季温度的多元线性回归方程,并解释各回归系数的意义。

(3)检验回归方程的线性关系是否显著? (4)检验各回归系数是否显著?

(5)计算判定系数2

R ,并解释它的实际意义。 (6)计算估计标准误差Se ,并解释它的实际意义。 (每个空格为0.5分)

-----3分 2、设总体回归模型为Y =1

2

1

2x x

αεββ+

++

估计回归方程为y

ˆ=1

2

1

2ˆˆˆx x αβ

β++,由EXCEL 输出结果可知,y

ˆ=120.3914.92218.45-++x x ,回归系数1

ˆβ

的意义指在温度不变的条件下,当降雨量每增加1mm ,早稻收获量平均增加14.92kg/公顷;回归系数

2

ˆβ

的意义指在降雨量不变的条件下,

当温度增加1℃,早稻收获量平均增加218.45kg/公顷。 ---5分

3、由于p 值=0.000075<α=0.05,则拒绝原假设,即表明回归方程的线性关系是显著的。 ---2分

4、由于各回归系数的P 值均小于α(0.05),所以各回归系数是显著的。

---2分 5、

2

13878495.67

0.9914000000

=

==SSR SST R

,表示早稻收获量的总变异中有99%的部分可以由降雨量、温度的联合变动来解释。 ---4分

6、

174.29=

===e S (k 为自变量个数),是总体回归模型

中随机扰动项ε的标准差的无偏估计量,用来衡量回归方程拟合程度的分析指标,e

S

越大,

拟合程度越低;e

S

越小,拟合程度越高. ---4分

相关文档
最新文档