最新统计学第十一章课后习题答案.docx
- 文档编号:13494343
- 上传时间:2023-06-14
- 格式:DOCX
- 页数:12
- 大小:106.86KB
最新统计学第十一章课后习题答案.docx
《最新统计学第十一章课后习题答案.docx》由会员分享,可在线阅读,更多相关《最新统计学第十一章课后习题答案.docx(12页珍藏版)》请在冰点文库上搜索。
最新统计学第十一章课后习题答案
11.1
1)绘制产量与生产费用的散点图,判断二者之间的关系形态散点图如下:
产量与生产费用之间的关系
从上图,可以看出产量与生产费用的关系为正的线性相关关系
(2)计算产量与生产费用之间的线性相关系数。
r=0.920232
(3)对相关系数的显著性进行检验(a=0.05),并说明二者之间的关系系数。
假设:
Ho:
ρ=0,H1:
ρ≠0
计算检验的统计量:
t=|r|2=|0.92-232|=7.435
当a=0。
05时,t(12-2)=2.228。
由于检验统计量t=7.435>t=2.228,
拒绝原假设。
表明产量与生产费用之间的线性关系显著。
11.2
(1)散点图如下:
2)r=0.8621,正相关
11.3
(1)?
0=10表示当X=0时Y的期望值为10
(2)?
1=-0.5表示X每增加1个单位,Y平均下降0.5个单位
(3)X=6时,E(Y)=10-0.5x6=7
11.4.
(1)R2SSRSSR3690%,R290%表示,在因变量y取值的SSTSSRSSE364
变差中,有90%可以由x与y之间的线性关系来解释。
(2)SeSSE40.5。
Se0.5表示,当用x来预测y时,平均的预测
n2182
误差为0.5.
11.5
(1)散点图如下:
4运送时间321
2)r=0.9489,因为r>0.8,所以运送时间与运送距离有较强的正线性关系。
3)利用最小二乘法求出估计的回归方程,并解释回归系数的实际意义
得到的回归方程为y?
0.1181290.003585x,回归系数?
0.003585表示运送距离每增加1公里,运送时间平均增加0.003585天。
11.6
1)散点图如下:
从上图可知,人均gdp和人均消费水平为正相关关系
(2)r=0.998128,具有非常强的正线性关系。
(3)利用最小二乘法求出估计的回归方程,并解释回归系数的实际意义
得到的回归方程为:
y?
734.69280.308683x。
回归系数?
10.308683表示人均GDP每增加1元,人均消费水平平均增加0.308683元。
(4)判定系数R20.996259,表明在人均消费水平的变差中,有99.6259%是由人均GDP决定的。
(5)首先提出如下假设:
H0:
0,H1:
0
由于significantF<0.05,拒绝原假设,表明人均GDP与人均消费水平之间的线性关系显著。
(6)y?
5000734.69280.30868350002278.10(8元)
7)当0.05时,t0.05/2(72)2.571,se247.3035
置信区间:
y?
ts1(x0-x)2
y?
0ta/2sen
n(xix)2
i1
2278.10782.571247.3035(500012248.42857)
7854750849.7
2278.1078287.4
即(1990.7,2565.5)。
预测区间为:
y?
0ta/2se1
(x0-x)2
n
(xix)2
i1
2278.10782.571247.3035
2278.1078697.8
即(1580.3,2975.9)。
11.7
(1)散点图如下:
并解释回归系数的意义
答
得到的回归方程为:
y?
430.18924.7x。
回归系数?
1-4.7表示航班正点率每
增加1%,顾客投诉次数平均下降4.7次。
(3)回归系数检验的P-value=0.001108<0.05,拒绝原假设,表明回归系数显著。
(4)y?
80430.18924.78054.1892(次)
(5)当0.05时,t0.05/2(102)2.306,se18.8822。
置信区间为:
y?
0ta/2se
1(x0-x)2n(xix)2
1(80-75.86)
54.18922.30618.88722
10397.024
54.189216.48即(37.7,70.7)预测区间:
y?
0ta/2se11nn(x0-x)2
n2
n(xix)2
1(80-75.86)2
54.18922.30618.88722110397.024
54.189246.57
即(7.6,100.8)
11.8解释和分析如图下
由上表结果可知,出租率和月租金之间的线性回归方程为:
y?
49.31770.2492x
回归系数?
10.2492表示:
月租金每增加1元,出租率平均增加0.2492%。
R263.22%,表明在出租率的变差中被出租率与租金之间的线性关系所解释的比例为63.22%,回归方程的拟合程度一般。
估计标准误差se2.6858表示,当用月租金来预测出租率时,平均的预测误差为
2.6858%,表明预测误差并不大。
由方差分析表可知,significantF=2.79889E-0.5<0.05,表明回归方程的线
性关系显著。
回归系数检验的P-value=0.0000<0.05,表明回归系数显著,即月租金是影响出租率的显著性因素。
11.9
(1)完成上面的方差分析表。
答:
变差来源
df
SS
MS
F
significant
回归
1
1602708.6
1602708.6
399.1
2.17E-09
残差
10
40158.07
40158.07
总计
11
1642866.67
(2)R2=0.9756,汽车销售量的变差中有97.56%是由于广告费用的变动引起的(3)r=0.9877。
(4)回归系数的意义:
广告费用每增加一个单位,汽车销量就增1加.42个单位。
(5)回归系数的检验:
p=2.17E—09<α,回归系数不等于0
,显著。
回归直线的检验:
p=2.17E—09<α,回归直线显著
11.11
1)SSR的自由度为k=1;SSE的自由度为n-k-1=18;
因此:
F=1SSRk=60SSEnk14018=270.051,18F=4.41
(2)SSRSSRSSE=0.6=0.774,6由于是负相关,因此
(3)拒绝原假设,线性关系显著。
4)r=1,18F
5)从F检验看线性关系显著。
r=-0.7746
11.12
从n=20的样本中得到的有关回归结果是:
要求:
(1)当x=4时,构建y的平均值的95%的置信区间。
当x=4时,Y的平均值的95%的置信区间为:
即
(2)当x=4时,构建y的个别值的95%的预测区间。
预测区间为:
即(14.65,19.35)
15.95,18.05)。
11.13
建立线性回归模型,当x=40万元时,构建销售收入答
95%的置信区间
得到的现行方程为:
y?
46.291815.23977x
当x40时,E(y)46.291815.2397740563.299.
当0.05时,t0.05/2(82)2.447
销售收入95%的置信区间为:
即(441.55,685.04)
441.55E(y40)685.04
11.14.残差图如下:
回归1的残差图表明,两个变量之间没有线性关系。
回归2的残差图表明,两个变量之间为非线性关系。
11.15
(1)用广告费支出作自变量x,销售量作因变量y,建立估计的回归方
程
估计的回归方程为:
y?
29.39911.547478x
(2)检验广告费支出与销售额之间的线性关系是否显著(0.05)。
答:
由于significantF=0.020582<0.05,表明广告费支出与销售额之间的
线性关系显著。
(3)绘制关于x的残差图,你觉得关于误差项c的假定被满足了吗?
答:
关于x的残差图如下:
从残差图可以看出,关于误差项c的假定并不成立。
(4)你是选用这个模型,还是另找一个更好的模型。
答:
虽然线性关系通过了显著性检验,但从残差图来看,关于x与y之间存在线性关系的假设仍值得怀疑。
因此可考虑选用非线性模型。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 最新 统计学 第十一 课后 习题 答案