excel多元線性回歸在數(shù)據(jù)分析中的應(yīng)用(編輯修改稿)
2025-07-26 08:22 本頁面
【文章內(nèi)容簡介】 略了促銷費用這一很重要的因素,在商店的規(guī)模大小的影響中滲入了促銷費用的影響。這里的截距b0 = 51. 3127 萬元,與一元線性回歸方程中的截距+ 99. 01 萬元有很大的不同,因為X1 = 0 和X2= 0 都不在XX2 的樣本取值范圍之內(nèi),因而對截距項的解釋要非常謹(jǐn)慎。判定系數(shù)等于85. 14 %,表明在年銷售額的變動中,有85. 14 %可由商店規(guī)模大小和促銷費用多少這兩個因素的變動來解釋,只有14. 86 %的因素屬于隨機誤差。引進了第二個自變量之后, 回歸方程的判定系數(shù)85. 14 %,比一元線性回歸方程的判定系數(shù)77. 68 %提高了7. 46 個百分點。但需注意,在一般情況下,增加自變量,即使這個自變量在統(tǒng)計上并不顯著,也會使判定系數(shù)的值增大。 萬元,引進了第二個自變量促銷費用之后,回歸方程的估計標(biāo)準(zhǔn)誤差比一元線性回歸方程的估計標(biāo)準(zhǔn)誤差131. 99 萬元有了下降,說明多元線性回歸方程的代表性高于一元線性回歸方程。設(shè)顯著性水平α= 0. 05 ,b1 的檢驗統(tǒng)計量t = 6. 2817 。 b2 的檢驗統(tǒng)計量t = 2. 4538 ,查t表知t 0. 05/ 2 ( 15 3) = 2. 1788 。 2. 1788 , 2. 4538 2. 1788。因此拒絕H0 :1 = 0 、H0 :2 = 0 的假設(shè),認(rèn)為這兩個回歸系數(shù)在統(tǒng)計上都是顯著的。需注意的是,若此例的顯著性水平= 0. 0 1 ,不是0. 05 ,( 15 3) = 3. 0545 。雖然6. 2817 ,但是2. 4538 3. 0545 ,因此仍要拒絕H0 :β1 = 0 的假設(shè),但無法拒絕、H0 :β2 = 0 的假設(shè),所以第二個回歸系數(shù)在統(tǒng)計上不是非常顯著。設(shè)計顯著性水平α= 0. 05 ,查得F0. 05 (2 ,12) = 3. 89。F = 34. 38 F0. 05 (2 ,12) = 3. 8 ,所以拒絕原假設(shè),表明樣本的r2 是顯著的,由此推論已
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1