3数据的统计推断(用Excel求解)详解.ppt

输出结果： Excel的回归分析工具计算简便,但内容丰富， 计算结果共分为三个模块： 回归统计表 方差分析表 回归参数 回归统计表包括以下几部分内容： Multiple R（复相关系数R）：R2的平方根，又称为相关系数，它用来衡量变量x和y之间相关程度的大小。 上节例中：R为0.984748045，表示二者之间的关系是 高度正相关。 R Square(复测定系数R2 )：用来说明用自变量解释因变量变差的程度，以测量同因变量y的拟合效果。 上节例中：复测定系数为0.969728711，表明用自变量可解释因变量变差的96.97%。 1. 回归统计表 Adjusted R Square (调整复测定系数R2)：仅用于多元回归才有意义，它用于衡量加入独立变量后模型的拟合程度。当有新的独立变量加入后，即使这一变量同因变量之间不相关，未经修正的R2也要增大，修正的R2仅用于比较含有同一个因变量的各种模型。 标准误差：又称为标准回归误差或叫估计标准误差，它用来衡量拟合程度的大小，也用于计算与回归有关的其他统计量，此值越小，说明拟合程度越好。 观测值：是指用于估计回归方程的数据的观测值个数。 2. 方差分析表 方差分析表的主要作用是通过F检验来判断回归模型的回归效果。 3. 回归参数表 如下页图所示，回归参数表是表中最后一个部分： 图中，回归参数如下： Intercept：截距β0 第二、三行：β0(截距) 和β1(斜率)的各项指标。 第二列：回归系数β0(截距)和β1(斜率)的值。 第三列：回归系数的标准误差 第四列：根据原假设Ho：β0=β1=0计算的样本 统计量t的值。 第五列：各个回归系数的p值(双侧) 第六列：β0和β195%的置信区间的上下限。 月销售额（万元） （万元） 电视广告费用 x1（万元） 电视广告费用 x2 （万元） 96 5 1.5 90 2 2 95 4 1.5 92 2.5 2.5 95 3 3.3 94 3.5 2.3 94 2.5 4.2 94 3 2.5 （1）通过将电视广告费用作自变量，月销售额作因变量， 建立估计的回归方程； （2）通过将电视广告费用和报纸广告费用作自变量， 月销售额作因变量，建立估计的回归方程。 训练 作 业 用EXCEL求统计 1、会对数组进行分组； 2、会用EXCEL画直方图； 3、会用EXCEL进行描述统计； 4、会用EXCEL进行回归分析； 5、会解释分析结果。 能力目标 1、掌握对数组进行分组的方法； 2、掌握EXCEL画直方图的方法； 3、掌握EXCEL进行描述统计的方法； 4、掌握用EXCEL进行回归分析的方法。 知识目标 频数分布 某班学生按考试成绩分组频数分布表 将某班42名学生按 考试成绩进行分组， 结果如右表所示： 通过统计分组可以发现数据分布的特征。 频数（frequency) ：分布在每组中的数据个数，也称次数。 频率（relative frequency) ：频数/总数据个数。 按成绩分组 频数（人） 频率（%） 60以下 3 7.14 60-70 8 19.05 70-80 12 28.57 80-90 15 35.71 90以上 4 9.52 合计 42 100.00 分组方法 等距分组 不等距分组 单变量值分组 组距分组 分组方法 按品质标志分组 按数量标志分组 组距分组 现给出某车间50名工人日加工零件数： 107 108 108 110 112 112 113 114 115 117 117 117 118 118 118 119 120 120 121 122 122 122 122 123 123 123 123 124 124 124 125 125 126 126 127 127 127 128 128 129 130 131 133 133 134 134 135 137 139 139 组距分组的步骤 1、确定组数：通常为5到15 组。 Sturges （斯特格斯）提出的经验公式：分组组数K应这样计算： 2、确定组距（一组的上限值与下限值之差），建议为5,10…的倍数。 组距≈( 最大值 - 最小值）÷ 组数 3、根据分组整理成频数分布表 等距分组表（上下组限重叠，上组限不在内) 某车间50名工人日加工零件数频数分布表 按零件数分组 频数（人） 频率（%） 105~110 110~115 115~120 120~125 125~130 130~135 135~140 3 5 8 14 10 6 4 6 10 16 2