2013统计复习及资料.doc

一家产品销售公司在30个地区设有销售分公司。为研究产品销售量(y)与该公司的销售价格（x1）、各地区的年人均收入(x2)、广告费用(x3)之间的关系，搜集到30个地区的有关数据。利用Excel得到下面的回归结果（）： 方差分析表 变差来源　dfSSMSFSignificance F回归4008924.78.88341E-13残差——总计297———参数估计表 　Coefficients标准误差t StatP-valueIntercept7589.10252445.02133.10390.00457X Variable 1-117.886131.8974-3.69580.00103X Variable 280.610714.76765.45860.00001X Variable 30.50120.12593.98140.00049将方差分析表中的所缺数值补齐。 写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程，并解释各回归系数的意义。 检验回归方程的线性关系是否显著？ 计算判定系数，并解释它的实际意义。 计算估计标准误差，并解释它的实际意义。 方差分析表 变差来源　dfSSMSFSignificance F回归314008924.772.808.88341E-13残差261431812.655069.7——总计297——— （2）多元线性回归方程为：。 表示：在年人均收入和广告费用不变的情况下，销售价格每增加一个单位，销售量平均下降117.8861个单位；表示：在销售价格和广告费用不变的情况下，年人均收入每增加一个单位，销售量平均增加80.6107个单位；表示：在年销售价格和人均收入不变的情况下，广告费用每增加一个单位，销售量平均增加0.5012个单位。 （3）由于Significance F=8.88341E-13，表明回归方程的线性关系显著。 （4），表明在销售量的总变差中，被估计的多元线性回归方程所解释的比例为89.36%，说明回归方程的拟合程度较高。 （5）。表明用销售价格、年人均收入和广告费用来预测销售量时，平均的预测误差为234.67。 一家出租汽车公司为确定合理的管理费用，需要研究出租车司机每天的收入（元）与他的行使时间（小时）行驶的里程（公里）之间的关系，为此随机调查了20个出租车司机，根据每天的收入（）、行使时间（）和行驶的里程（）的有关数据进行回归，得到下面的有关结果（）： 方程的截距42.38截距的标准差回归平方和回归系数9.16回归系数的标准差残差平方和回归系数0.46回归系数的标准差—写出每天的收入（）与行使时间（）和行驶的里程（）的线性回归方程。 解释各回归系数的实际意义。 计算多重判定系数，并说明它的实际意义。 计算估计标准误差，并说明它的实际意义。 若显著性水平?＝0.05，回归方程的线性关系是否显著？（注：） （1）回归方程为：。 （2）表示：在行驶里程不变的情况下，行驶时间每增加1小时，每天的收入平均增加9.16元；表示：在行驶时间不变的情况下，行驶里程每增加1公里，每天的收入平均增加0.46元。 （3）。 表明在每天收入的总变差中，被估计的多元线性回归方程所解释的比例为85.17%，说明回归方程的拟合程度较高。 （4）。 表明用行驶时间和行驶里程来预测每天的收入时，平均的预测误差为17.50元。 （5）提出假设：：，：至少有一个不等于0。 计算检验的统计量F： 于，拒绝原假设。这意味着每天收入与行驶时间和行驶里程之间的线性关系是显著的。 一家大型商业银行在多个地区设有分行，为弄清楚不良贷款形成的原因，抽取了该银行所属的25家分行2002年的有关业务数据。试建立不良贷款y与贷款余额x1、累计应收贷款x2、贷款项目个数x3和固定资产投资额x4的线性回归方程，并解释各回归系数的含义 分行编号不良贷款(亿元）各项贷款余额（亿元）本年累计应收贷款（亿元）贷款项目个数（个）本年固定资产投资额（亿元）10.967.36.8551.921.1111.319.81690.934.8173.07.71773.743.280.87.21014.557.8199.716.51963.262.716.22.212.271.6107.410.71720