統(tǒng)計學(xué)課程設(shè)計經(jīng)典報告-文庫吧
2025-07-20 04:59 本頁面
【正文】 1503010C5213方差分析差異源SSdfMSFPvalueF crit組間2組內(nèi)12總計83214 進(jìn)行判斷，做出檢驗結(jié)論。根據(jù)給定的顯著水平α=，（2，12）=。因為F=，檢驗統(tǒng)計量落在拒絕域中，所以拒絕原假設(shè)，所以證明三個企業(yè)生產(chǎn)的電池的平均壽命有顯著性差異。七、一元線性回歸分析。（1）人均可支配收入作自變量，人均消費水平作因變量，繪制散點圖，并說明二者之間的關(guān)系形態(tài)。（2）計算兩個變量之間的線性相關(guān)系數(shù)，說明兩個變量之間的關(guān)系強(qiáng)度。（3）利用最小二乘法求出估計的回歸方程，并解釋回歸系數(shù)的實際意義。（4）檢驗回歸方程線性關(guān)系的顯著性 （a =）。（5）如果某地區(qū)的人均可支配收入為25000元，預(yù)測其人均消費水平。下面對此題進(jìn)行分析：第一步：先對兩個變量之間的線性相關(guān)程度進(jìn)行分析?！×?1列 2列 11列 21，即這兩個變量為正線性相關(guān)。第二步：人均可支配收入作自變量，人均消費水平作因變量，繪制散點圖?！oefficients標(biāo)準(zhǔn)誤差t StatPvalueInterceptX Variable 1從上表可以得到回歸方程為=+下圖為線性擬合圖：兩者的關(guān)系形態(tài)為：從上面的線性擬合圖來看，兩者的關(guān)系為正相關(guān)，即人均消費水平隨人均可支配收入的增加而增加?；貧w系數(shù)的實際意義：假設(shè)Yt=β2Xt+β1+Ut，從上表的回歸估計結(jié)果來看，β1=，β2=，β1的實際意義是：，β2的實際意義為：人均可支配收入每增加一個單位。檢驗回歸方程關(guān)系的顯著性:dfSSMSFSignificance F回歸分析1+08殘差299072667總計30+08Significance 。說明模型的整體線性關(guān)系非常顯著，參數(shù)β1，β2的符號與理論分析的結(jié)論相同，同時其P值均很小，因此在5%的顯著性水平上，這兩個參數(shù)均能通過顯著性檢驗，即模型的人均可支配收入對人均消費支出有顯著性影響。如果某地區(qū)的人均可支配收入為25000元，預(yù)測其人均消費水平。直接帶入回歸方程，即預(yù)測其人均消費水平為：0. 691971456*25000+=。八、時間序列分析練習(xí)題題目：1981年～2000年我國財政用于文教、科技、。（1）用繪制時間序列圖描述其趨勢。（2）選擇一條適合的趨勢線擬合數(shù)據(jù)，并根據(jù)趨勢線預(yù)測2001年的支出額。（3）用5期移動平均法預(yù)測2001年用于該項的支出額.下面對此題進(jìn)行分析：第一步：先對第一問進(jìn)行分析，用繪制時間序列圖描述其趨勢。分析過程如下所示：用插入圖表，再選擇折線圖，得到右鍵點擊支出總額的折線圖，在彈出的菜單中點擊“添加趨勢線”，調(diào)出“添加趨勢線”的對話框，在對話框的類型中選擇“線性”類型，單擊確定后，出現(xiàn)相應(yīng)的趨勢線。從上面的趨勢線，我們可以得出隨著時間的推移，支出總額呈逐年增長的趨勢。第二步：對第二問進(jìn)行分析，選擇一條適合的趨勢線擬合數(shù)據(jù)，并根據(jù)趨勢線預(yù)測2001年的支出額。分析過程如下所示：用數(shù)據(jù)分析中的回歸功能，得到回歸統(tǒng)計Multiple RR SquareAdjusted R Square標(biāo)準(zhǔn)誤差觀測值20從上面的R Square，得到方程的擬合程度較高。方差分析 dfSSMSFSignificance F回歸分析11098833410988334殘差181373165總計1912361500 從上面的Significance F,可知方程的顯著性較高 Coefficients標(biāo)準(zhǔn)誤差t StatPvalueLower 95%Upper 95%InterceptX Variable 1從上面的數(shù)據(jù)可知，回歸方程為：=，預(yù)測2001年的支出=*=。第三步：對第三問進(jìn)行分析，用5期移動平均法預(yù)測2001年用于該項的支出額。分析過程如下所示：先將年份從1981年~2000年改為1~20，在工具功能欄中找到數(shù)據(jù)分析的子菜單，然后找到移動平均后，出現(xiàn)下圖。按要求進(jìn)行填寫后，得到一組移動平均后的數(shù)據(jù)。將時間作為自變量，將移動平均后的支出作為因變量，用數(shù)據(jù)分析中的回歸功能，得到回歸方程，并作出線形擬合圖。回歸統(tǒng)計Multiple RR SquareAdjusted R Square標(biāo)準(zhǔn)誤差觀測值16通過上面的R Square，得出方程的擬合優(yōu)度較高。方差分析 dfSSMSFSignificance F回歸分析15341350殘差14總計15 Significance ，所以方程整體顯著性較高?！oefficients標(biāo)準(zhǔn)誤差t StatPvalueInterceptX Variable 1通過上面的數(shù)據(jù)，我們可以得到回歸方程為=預(yù)測2001年的支出為：X=21，=*=。九、多元線性回歸練習(xí)題一家電氣銷售公司的管理人員認(rèn)為，每月的銷售額是廣告費用的函數(shù)，并想通過廣告費用對月銷售額作出估計。（1）用電視廣告費用作自變量，月銷售額作因變量，建立估計的回歸方程。（2）用電視廣告費用和報紙廣告費用作自變量，月銷售額作因變量，建立估計的回歸方程。檢驗回歸方程的線性關(guān)系是否顯著(a =)；檢驗各回歸系數(shù)是否顯著(a =) 。分析過程如下所示：第一步：對第一問進(jìn)行分析：回歸統(tǒng)計Multiple RR SquareAdjusted R Square標(biāo)準(zhǔn)誤差觀測值8從上面的R Square，可以得到方程的擬合程度較高。方差分析 dfSSMSFSignificance F回歸分析1殘差6總計7 從上面的Significance F，遠(yuǎn)小于臨界值，可知方程的顯著性較高。 Coefficients標(biāo)準(zhǔn)誤差t StatPvalueLower 95%Upper 95%InterceptX Variable 1從上面的數(shù)據(jù)，可知回歸方程為=+第二步，對第二問進(jìn)行分析： Coefficients標(biāo)準(zhǔn)誤差t StatPvalueLower 95%Upper 95%InterceptX Variable 1X Variable 2從上面的數(shù)據(jù)可以得到回歸方程為=++，檢驗回歸系數(shù)顯著性：從上面的P值可以看出，所以這三個回歸系數(shù)是顯著的。檢驗回歸方程的線性關(guān)系的顯著性：方差分析 dfSSMSFSignificance F回歸分析2殘差5總計7 從上面的Significance F，可以判斷方程整體較為顯著。第二部分 社會調(diào)查報告調(diào)查報告一、問卷設(shè)計設(shè)計的問卷如下：大學(xué)生購買電腦情況的調(diào)查問卷同學(xué)：您好，請配合我們完成以下調(diào)查問卷，請在符合您的實際情況的選項下畫“√”Q1． 您的性別： Q2． 您的年級： Q3． 您的電腦價格在： ～4000元 ～5000元 ～6000元 ～7000元F．7000元以上Q4． 您的電腦費用的來源是： （請注明）Q5. 您每天使用電腦的時間是： ~3小時 ~5小時 非常感謝您的合作！二、數(shù)據(jù)整理為了便于用計算
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1