统计复习及答案.docx
《统计复习及答案.docx》由会员分享,可在线阅读,更多相关《统计复习及答案.docx(18页珍藏版)》请在冰点文库上搜索。
统计复习及答案
Documentnumber:
WTWYT-WYWY-BTGTT-YTTYU-2018GT
统计复习及答案
一.一家产品销售公司在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
df
SS
MS
F
SignificanceF
回归
残差
—
—
总计
29
—
—
—
参数估计表
Coefficients
标准误差
tStat
P-value
Intercept
XVariable1
XVariable2
XVariable3
(1)将方差分析表中的所缺数值补齐。
(2)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。
(3)检验回归方程的线性关系是否显着
(4)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
df
SS
MS
F
SignificanceF
回归
3
残差
26
—
—
总计
29
—
—
—
(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,销售量平均增加个单位。
(3)由于SignificanceF=<
,表明回归方程的线性关系显着。
(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%,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。
一.一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
截距的标准差
回归平方和
回归系数
回归系数的标准差
残差平方和
回归系数
回归系数的标准差
—
(1)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。
(2)解释各回归系数的实际意义。
(3)计算多重判定系数
,并说明它的实际意义。
(4)计算估计标准误差
,并说明它的实际意义。
(5)若显着性水平?
=,回归方程的线性关系是否显着(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%,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着的。
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)
1
5
2
16
3
17
4
10
5
19
6
1
7
17
8
18
9
10
10
14
...............
.........
.........
................
.................
...................
1.以不良贷款y为因变量,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为自变量建立四元线性回归模型,Excel的输出结果如下表,请填写方差分析表中的下划线部分:
回归统计
MultipleR
*****
RSquare
标准误差
观测值
*****
方差分析
df
SS
MS
F
SignificanceF
回归分析
******
*****
********
******
残差
*****
*****
*******
总计
******
Coefficients
标准误差
tStat
P-value
Intercept
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)
回归统计
MultipleR
RSquare
AdjustedRSquare
标准误差
观测值
25
方差分析
df
SS
MS
F
SignificanceF
回归分析
4
残差
20
总计
24
Coefficients
标准误差
tStat
P-value
Intercept
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)
2、写出回归方程,并分析其回归系数的意义
3、设显着性水平
为,对回归方程的显着性进行检验
4、计算残差平方和决定系数
5、对回归系数
进行显着性检验。
某工厂近年的生产数据如下表所示:
序号
产量(千件)Q
技术改进支出T(万元)
单位产品成本AC(元/件)
总成本TC(万元)
1
3
2
72
2
5
70
35
3
7
5
69
4
9
5
67
5
8
6
68
6
9
7
66
7
10
64
64
8
11
64
9
13
62
10
15
11
60
90
2.以单位产品成本AC为因变量,产量Q和技术改进支出T为自变量建立二元线性回归模型,Excel的输出结果如下表,请填写方差分析表中的下划线部分:
回归统计
MultipleR
RSquare
AdjustedRSquare
标准误差
观测值
10
自由度
平方和
均方
F
p值
回归分析
_______
_______
_______
_______
残差
_______
_______
_______
总计
_______
系数
标准误差
t统计量
P-值
截距
_______
产量(千件)
______
技术改进支出(万元)
_______
3.根据回归结果计算自变量和因变量的相关系数。
4.设显着性水平
为,对回归方程的显着性进行检验。
5.写出回归方程,并分析其回归系数的意义。
(15分)
某企业生产情况如下表
产品名称
计量单位
生产量
价格
报告期
基期
报告期
基期
甲
台
360
300
1500
1100
乙
件
200
200
1000
800
丙
只
160
140
250
250
要求:
遵循综合指数编制的一般原则,计算
(1)三种产品的产量总指数和价格总指数。
解:
根据已知资料计算得:
单位:
元
产品名称
甲
330000
396000
540000
乙
160000
160000
200000
丙
30800
40000
40000
合计
520800
596000
780000
(1)产量总指数:
(2分)
价格总指数:
(2分)
什么是回归分析中的随机误差项和残差它们之间的区别是什么
答:
随机误差项Ut反映除自变量外其他各种微小因素对因变量的影响。
它是Yt与未知的总体回归线之间的纵向距离,是不可直接观测的。
(分)。
残差et是Yt与按照回归方程计算的
的差额,它是Yt与样本回归线之间的纵向距离,当根据样本观测值拟合出样本回归线之后,可以计算出et的具体数值。
利用残差可以对随机误差项的方差进行估计。
(分)
某汽车生产商欲了解广告费用x对销售量y的影响,收集了过去12年的有关数据。
根据计算得到以下方差分析表,求A、B的值,并说明销售量的变差中有多少是由于广告费用的变动引起的
变差来源
df
SS
MS
F
SignificanceF
回归
1
B
残差
10
A
总计
11
2、A=SSE/(n-2)=/10=2分
B=MSR/MSE=/=2分
1分
表明销售量的变差中有%是由于广告费用的变动引起的。
1分
某家具公司生产三种产品的有关数据如下:
产品名称
总生产费用/万元
报告期产量比
基期增长(%)
基期
报告期
写字台
椅子
书柜
计算下列指数:
①拉氏加权产量指数;②帕氏单位成本总指数。
解:
1拉氏加权产量指数=
5分
②帕氏单位成本总指数=
根据下面的方差分析表回答有关的问题:
方差分析
差异源
SS
df
MS
F
P-value
Fcrit
组间
2
组内
12
总计
14
注:
试验因素A有三个水平。
⑴写出原假设及备择假设;
⑵写出SST,SSA,SSE,
,MSA,MSE,n以及P值;
⑶判断因素A是否显着。
⑴原假设
1分
备择假设
不全等
⑵SST=SSA=SSE=
MSA=MSE=
P值=4分
⑶F值=>
拒绝原假设,因素A显着。
1分
某汽车生产商欲了解广告费用x对销售量y的影响,收集了过去12年的有关数据。
通过计算得到下面的有关结果:
方差分析表
变差来源
df
SS
MS
F
SignificanceF
回归
1
A
C
残差
10
B
总计
11
参数估计表
Coefficients
标准误差
tStat
P-value
Intercept
XVariable1
①求A、B、C的值;②销售量的变差中有多少是由于广告费用的变动引起的
③销售量与广告费用之间的相关系数是多少④写出估计的回归方程并解释回归系数的实际意义。
⑤检验线性关系的显着性(a=)
解
(1)A=SSR/1=B=SSE/(n-2)=10=
?
?
?
C=MSR/MSE==2分
(2)
2分
表明销售量的变差中有%是由于广告费用的变动引起的。
(3)
2分
(4)估计的回归方程:
1分
回归系数
表示广告费用每增加一个单位,销售量平均增加个单位。
1分
(5)检验线性关系的显着性:
H0:
∵SignificanceF=<α=
∴拒绝H0,,线性关系显着。
2分
4、某企业三种产品的出口价及出口量资料如下:
出口价
出口量
基期p0
报告期p1
基期q0
报告期q1
甲
100
150
80
82
乙
80
140
800
1000
丙
120
120
60
65
(1)计算拉氏出口量指数;
(2)计算帕氏出口价指数
解:
4、随机抽查5家商场,得到广告支出(x)和销售额(y)资料如下:
广告支出(万元)x
1
2
4
4
6
销售额(万元)y
20
35
50
60
75
附:
=1830
=
73
980
要求:
.①计算估计的回归方程;
②检验线性关系的显着性(
=)。
附(1,5)=6.61F(5,1)=230.2F(1,3)=10.13F(3,1)=
(1,5)=10.01F(1,3)=
现有某地区的啤酒销量数据如下,
年/季
啤酒销售量(Y)
年/季
啤酒销售量(Y)
2000/1
25
2004/1
29
2
32
2
42
3
37
3
55
4
26
4
38
2001/1
30
2005/1
31
2
38
2
43
3
42
3
54
4
30
4
41
2002/1
29
2
39
3
50
4
35
2003/1
30
2
39
3
51
4
37
为了计算季节指数,有如下步骤
年/季
啤酒销售量(Y)
C
比值y/c
2000/1
25
2
32
3
37
4
26
32
2001/1
30
2
38
3
42
4
30
2002/1
29
36
2
39
3
50
4
35
2003/1
30
2
39
39
1
3
51
4
37
2004/1
29
2
42
3
55
4
38
2005/1
31
2
43
3
54
4
41
1:
第C列第一个数据的计算依据是什么写出的计算过程
2:
试计算季节指数
3:
以2000年的数据计算分离了季节因素后的数据,并解释新得到的数据的意义