统计学多元回归分析实例
合集下载
相关主题
- 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)。
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