数理统计作业答案

数理统计作业答案
数理统计作业答案

数理统计作业答案 The manuscript was revised on the evening of 2021

1、设总体X 服从正态分布),(2σμN ,其中μ已知,2σ未知,n X X X ,,,21 为其样本,2≥n ,则下列说法中正确的是( D )。

(A )

∑=-n

i i X n

12

2

)(μσ是统计量 (B )

∑=n

i i X n

1

2

2

σ是统计量

(C )

∑=--n

i i

X n 1

2

2

)(1

μσ是统计量 (D )

∑=n

i i

X n

1

是统计量

2、设两独立随机变量)1,0(~N X ,)9(~2χY ,则

Y

X 3服从( C )。

3、设两独立随机变量)1,0(~N X ,2~(16)Y χ

服从( C )。 4、设n X X ,,1 是来自总体X 的样本,且μ=EX ,则下列是μ的无偏估计的是( A ). 5、设4321,,,X X X X 是总体2(0,)N σ的样本,2σ未知,则下列随机变量是统计量的是( B ).

(A )3/X σ; (B )

4

1

4i

i X

=∑; (C )σ-1X ; (D )4

221

/i i X σ=∑

6、设总体),(~2σμN X ,1,,n X X 为样本,S X ,分别为样本均值和标准差,则下列正确的是( C ).

7、设总体X 服从两点分布B (1,p ),其中p 是未知参数,15,,X X ???是来自总体的简单随机样本,则下列随机变量不是统计量为( C ) ( A ) . 12X X +

( B ) {}max

,15i X i ≤≤

( C ) 52X p + ( D ) ()2

51X X -

8、设1,,n X X ???为来自正态总体2(,)N μσ的一个样本,μ,2σ未知。则2σ的最大似然估计量为( B )。

(A )∑=-n i i X n 12

)(1μ (B )()2

11∑=-n i i X X n (C )∑=--n i i X n 12)(11μ(D )()∑=--n i i

X X n 1

2

11 9、设总体),(~2σμN X ,1,,n X X ???为样本,S X ,

分别为样本均值和标准差,则

服从( D )分布.

10、设1,,n X X ???为来自正态总体2(,)N μσ的一个样本,μ,2σ未知。则2σ的置信度为

1α-的区间估计的枢轴量为( C )。 (A)

()

2

1

2

n

i i X μσ

=-∑ (B)

()

2

1

20

n

i i X μσ

=-∑ (C)

()∑=-n

i i

X X

1

2

2

1

σ

(D)

()

2

1

2

0n

i i X

X σ=-∑

11、在假设检验中,下列说法正确的是( A )。

(A) 如果原假设是正确的,但作出的决策是接受备择假设,则犯了第一类错误; (B) 如果备择假设是正确的,但作出的决策是拒绝备择假设,则犯了第一类错

误;

(C) 第一类错误和第二类错误同时都要犯;

(D) 如果原假设是错误的,但作出的决策是接受备择假设,则犯了第二类错误。

12、对总体2

~(,)X N μσ的均值μ和作区间估计,得到置信度为95%的置信区间,意义 是指这个区间( D )。

(A)平均含总体95%的值 (B)平均含样本95%的值

(C)有95%的机会含样本的值 (D)有95%的机会的机会含μ的值

13、设?θ是未知参数θ的一个估计量,若?E θ

θ≠,则?θ是θ的( B )。 (A)极大似然估计 (B) 有偏估计 (C)相合估计 (D) 矩法估计

14、设总体X 的数学期望为12,,,,n X X X μ为来自X 的样本,则下列结论中 正确的是( A ).

(A )1X 是μ的无偏估计量. (B )1X 是μ的极大似然估计量. (C )1X 是μ的相合(一致)估计量. (D )1X 不是μ的估计量. 15、设总体2~(,)X N μσ,2σ未知,12,,

,n X X X 为样本,2S 为修正样本方差,则检验

问题:00:H μμ=,10:H μμ≠(0μ已知)的检验统计量为( D ). (A

)

0X S μ-(B

)

0X μσ- (C

)

0X μσ-(D

)

0X S

μ-.

16、设总体X 服从参数为λ的泊松分布()P λ,n X X X ,,,21 是来自总体X 的简单随机样本,

则=X D /n λ.

17、设321,,X X X 为来自正态总体),(~2σμN X 的样本,若321cX bX aX ++为μ的一个 无偏估计,则=++c b a ___1__。

18、设),(~2σμN X ,而,,,,是从总体X 中抽取的样本,则μ的矩 估计值为 。

19、设总体X 服从正态分布),(2σμN ,μ未知。n X X X ,,,21 为来自总体的样本,则

假设20

2

0σσ=:H ;20

2

1σσ≠:H 进行假设检验时,通常采用的统计量是2

20

(1)n S σ

-,

服从2χ分布, 自由度为1n -。 20、设总体)4,1(~N X ,1210, ,

, X X X 为来自该总体的样本,10

1

110i i X X ==∑,则()D X =2/5

21、我们通常所说的样本称为简单随机样本,它具有的特点是独立性,代表性 . 22、已知0.9(8,20)2F =,则0.1(20,8)F = 1/2 .

23、设]1,[~a U X ,n X X ,,1 是从总体X 中抽取的样本,求a 的矩估计为 21X - . 24、检验问题:()()00:H F x F x =,()()00:H F x F x ≠(()0F x 含有l 个未知参数)的

皮尔逊2

χ检验拒绝域为 ()()2

211?1?r i i i i n np n l np αχ-=??-??>--??????

∑ . 25、设621,,,X X X 为来自正态总体)1,0(N 的简单随机样本,设 若使随机变量CY 服从2χ分布,则常数=C 1/3 .

26、设由来自总体2(,0.9)N μ的容量为9的简单随机样本其样本均值为5x =,则μ的置信度

为的置信区间是 (4.412, 5.588)(0.975 1.96μ=).

27、若线性模型为()2

0,,n Y X E Cov I βεεεεσ=+?

?==?,则最小二乘估计量为 ()1

?X X X Y β

-''= . 28、若样本观察值1,,m x x 的频数分别为1,,m n n ,则样本平均值为 1

1m

j j j x n x n ==∑ .

29、若样本观察值1,

,m x x 的频数分别为1,

,m n n ,则样本方差为

2

2n 1

1()m

j i j s n x x n ==-∑ .

30、设f (t )为总体X 的特征函数,()1,

,n X X 为总体X 的样本,则样本均值X 的特征函数

为 n

t f n ??

?? ???????

31、设X 服从自由度为n 的2χ-分布,则其数学期望和方差分别是 n 、2n .

32、设()2

i i X n χ,i=1,…,k ,且相互独立。则1k

i i X =∑服从分布 2

1k i i n χ=??

???

∑ .

33、设总体X 服从均匀分布[0,]U θ,从中获得容量为n 的样本1,,n X X ,其观测值为1,,n x x ,

则θ的最大似然估计量为 ()n X .

34、根据样本量的大小可把假设检验分为 大样本检验与小样本检验. 35、设样本1,

,n X X 来自正态总体()

2,N μσ,μ未知,样本的无偏方差为2S ,则检验

问题22

2200

10

:,:H H σσσσ≤>的检验统计量为 ()2

22

01n S χσ-=.

36、对试验(或观察)结果的数据作分析的一种常用的统计方法称为 方差分析法. 37、设1217,,

,X X X 是总体(,4)N μ的样本,2S 是样本方差,若2()0.01P S a >=,

则a =___8__.(2

0.99

(16)32.0χ=) 38、设总体X 的密度函数为 ()36(),0;

0,.x

x x p x θθθ?-<

样本,则θ的矩估计量为___?2X θ

=__. 39、设总体X 的概率密度为(),

01,

1,

12,0,.

x p x x θθ<

=-≤

其他,其中θ是未知参数(0<θ<1),X 1,X 2,…,X n 为来自总体X 的简单随机样本,则θ的矩估计量为_3

2

X -__.

40、设总体X 的分布函数为

F (x ,β)=11,1,0,

1.x x x β?->?

??≤?

其中未知参数β>1,设X 1,X 2,…,X n 为来自总体X 的样本,则β的最大似然估计量

__1

?ln n

i

i n X β==∑___. 41、设测量零件的长度产生的误差X 服从正态分布2(,)N μσ,今随机地测量16个零件,得16

1

8i i X ==∑,16

21

34i i X ==∑. 在置信度下,μ的置信区间为_(0.2535,1.2535-)_.

42、设由来自总体2(,0.9)N μ的容量为9的简单随机样本其样本均值为5x =,则μ的置信度为的置信区间是 (4.412, 5.588)(0.975 1.96μ=).

43、设总体X 服从两点分布B (1,p ),其中p 是未知参数,15,

,X X 是来自总体的简

单随机样本。指出{}()2

12551,max ,15,2,i X X X i X p X X +≤≤+-之中哪些是统计量,哪些不是统计量,为什么?

解:{}()2

1251,max ,15,i X X X i X X +≤≤-都是统计量,52X p +不是统计量,因p 是未知参数。

44、设总体X 服从参数为(N ,p )的二项分布,其中(N ,p )为未知参数,

12,,

,n X X X 为来自总体X 的一个样本,求(N ,p )的矩法估计。

解答:因为()

()()2

2

2

,1EX Np EX DX EX Np p Np ==+=-+,只需以2

1

1,n i i X X n =∑分别代

2

,EX EX 解方程组得22

2

??,1n n S X N p X S X

==--。 45、设12,,

,n X X X 是取自正态总体()2,N μσ的一个样本,试问()22

1

11n

i

i S X X n ==--∑是2σ的相合估计吗? 解:由于

()2

2

1n S σ

- 服从自由度为

n-1的2χ-分布,故

()

()()4

4

2

2

2

2

2,2111ES DS n n n σσσ==?-=--, 从而根据车贝晓夫不等式有

(

)

()2

422

2

2

2001n DS P S n σσεεε

→∞

≤-≥≤

=???→-,所以()22111n i i S X X n ==--∑是2σ的相合估计。

46、设连续型总体X 的概率密度为()()2

2,0

,00, 0x

x e x p x x θθθθ-??>=>??≤?

, 12,,

,n X X X 来自总体

X 的一个样本,求未知参数θ的极大似然估计量?θ

,并讨论?θ的无偏性。 解:似然函数为

()()2

2

1

2

1

1

221

1

,ln ln ln ,

2n

i i i n

n

x x i

i

n

n

i

i i i n

i i x

x

x L e

e

L n x θ

θ

θθθθ

θθ

=--====∑==

=-+-

∏∑∏

∏()2

12

ln 2n

i

i x

d L n

d θθθθ

==-+∑

,令

()ln 0d L d θθ

=,得21

?2n

i

i X

n

θ==∑.由于

()2

222

2221

2200

11?222222n

x x i

i EX

x

x x E EX x e dx e d n

θ

θ

θ

θθθθ

θ

θ

-

-

======Γ=∑??

, 因此θ的极大似然估计量?θ

是θ的无偏估计量。 47、随机地从一批钉子中抽取16枚,测得其长度(以厘米计)为 设钉长服从正态分布。 若已知σ=(厘米),试求总体均值μ的的置信区间。(0.95 1.65u =) 解:()221

0.01, 2.14 2.10 2.11 2.12516

x σ==+++=,置信度,即α=,查正态分布数

值表,知()()1/21.650.95u α-Φ=Φ=, 即()1.6510.90P U α≤=-=,从而

1/20.95 1.65u u α-==

1/2 1.650.004α-=

=,所以总体均值μ的的置信区间为 48、甲、乙两台机床分别加工某种轴,轴的直径分别服从正态分布()211,N μσ与

()222,N μσ,为比较两台机床的加工精度有无显着差异。从各自加工的轴中分别抽取若干根轴测其直径,结果如下:

()()0.9750.9756,7 5.12,7,6 5.70.F F ==)

解:首先建立假设: 在n=8,m=7, α=时,

故拒绝域为{}0.195, 5.70F or F <>, 现由样本求得2

1s =,2

2s =,从而F=,未落入拒绝域,因而在

α=水平上可认为两台机床加工精度一致。

49、为了检验某药

物是否会改变人的血压,挑选10名试验者,测量他们服药前后的血压,如下表所列: 假设服药后与服药前血压差值服从正态分布,取检验水平为,从这些资料中是否能得出该药物会改变血压的结论?

解:以X 记服药后与服药前血压的差值,则X 服从()2,N μσ,其中2,μσ均未知,这些资料中可以得出X 的一个样本观察值:6 8 3 -4 6 -2 6 -1 7 2

待检验的假设为

01:0,:0H H μμ=≠ 这是一个方差未知时,对正态总体的均值作检验的问题,因此用t

检验法当

()1/21T t n α-=

≤-时,接受原假设,反之,拒绝原假设。依次计算有

()()()

(

)2

2

21

1687

2 3.1,6 3.12 3.117.6556101

x s =

++++==-++-=-,

2.3228t =

=,

由于()()1/20.97519 2.2622t n t α--==, T 的观察值的绝对值 2.3228 2.2622t =>. 所以拒绝

原假设,即认为服药前后人的血压有显着变化。

50、为了研究患慢性支气管炎与吸烟量的关系,调查了272个人,结果如下表:

试问患慢性支气管炎是否与吸烟量相互独立(显着水平α=)

解:令X=1表示被调查者患慢性气管炎,X=2表示被调查者不患慢性气管炎,Y 表示 被调查者每日的吸烟支数。

原假设H 0:X 与Y 相互独立。根据所给数据有:

51、设某商店100天销售电视机的情况有如下统计资料:

求样本容量n ,样本均值和样本方差。

解:样本容量为n=100,样本均值,样本方差,样本修正方差分别为 52、设总体服从泊松分布P (λ),1,,n X X 是一样本:

(1)写出1,

,n X X 的概率分布;

(2)计算2

,n EX DX ES 和;

(3)设总体容量为10的一组样本观察值为(1,2,4,3,3,4,5,6,4,8)试计算样本均值, 样本方差和次序统计量的观察值。

(1)写出1,

,n X X 的概率分布;

解:

,2,1,0,!

!

)(,2,1,0,,2,1,0,!

)(1

1

1

n 11

==

=======

=-=∑-==-∏∏

∏=i n n

i i

x x

i i x

i i n

i i i i i x

i i x e

x e

x x X p n i x X P X X x e x x x P i

n

i i

i

λ

λ

λλ

λλλ)(的概率分布为

所以因为:

(2)计算2

,n EX DX ES 和;

解:λλλλn

n DX n n ES n n DX X D EX X E DX EX n 11,,,2

-=-===

====所以因为 (3)设总体容量为10的一组样本观察值为(1,2,4,3,3,4,5,6,4,8)试计算样本

均值, 样本方差和次序统计量的观察值。 解:

53、设17,,X X 为总体X 服从()0,0.25N 的一个样本,求7214i i P X =??

> ???

∑.

(()2

0.975716.0128χ=)

解: 因每个i X 与总体X 有相同分布,故020.5i i X X -=服从()0,1N ,则2

77

211

040.5i i i i X X ==-??

= ???∑∑服从自由度n=7的2

χ-分布。因为77722211144161416i i i i i i P X P X P X ===??????

>=>=-≤ ? ? ???????∑∑∑,查表

可知()2

0.975716.0128χ=, 故72140.025.i i P X =?

?>= ???

54、设总体X 具有分布律

其中θ(0<θ<1)为未知参数。已知取得了样本值x 1=1,x 2=2,x 3=1,试求θ的最大似然估计值。

解:似然函数}1{}2{}1{}{)(3213

1

======

∏=X P X P X P x X

P θL i i i

ln L (θ )=ln2+5ln θ+ln(1-θ) 求导

011

65)(ln =--=θ

θd θL d 得到唯一解为6

5

?=θ

55、求均匀分布],[21θθU 中参数21,θθ的极大似然估计. 解:由X 服从[a ,b]上的均匀分布,易知

()()2

2

2

2,2122b a a b a b EX EX DX EX -++??==+=+ ???

求a ,b 的矩法估计量只需解方程(

)

2

2????,2

12

n b a a

b X S -+==

,

得??,n n

a X

b X == 56、为比较两个学校同一年级学生数学课程的成绩,随机地抽取学校A 的9个学生,得

分数的平均值为31.81=A x ,方差为76.602

=A

s ;随机地抽取学校B 的15个学生,得分数的平均值为61.78=B x ,方差为24.482

=B

s 。设样本均来自正态总体且方差相等,参数均未知,两样本独立。求均值差B A μμ-的置信水平为的置信区间。(()0.975227.266t =)

解:根据两个正态总体均值差的区间估计的标准结论,均值差B A μμ-的置信水平为的置信区间为

57、设A ,B 二化验员独立地对某种聚合物的含氯量用相同的方法各作了10次测定,

其测量值的修正方差分别为220.5419,0.6065A B s s ==,设2A σ和2B σ分别为所测量的数据总体(设为正态总体)的方差,求方差比22

/A B σσ的的置信区间。

解:n=m=10, 1-α=,α=,

()()()()

1/20.975/21/21

1,19,9 4.03,1,10.24181,1F n m F F n m F m n ααα----==--==--,

从而

(

)()22221/2/211

0.541910.54191,,1,11,10.60654.030.60650.241[0.2223.601]8A A B B S S S F n m S F n m αα-????==????----????,故方差比22

/A B σσ的的置信区间为[,]。

58、某种标准类型电池的容量(以安-时计)的标准差66.1=σ,随机地取10只新类型的电池测得它们的容量如下:146,141,135,142,140,143,138,137,142,136

设样本来自正态总体),(2σμN ,2,σμ均未知,问标准差是否有变动,即需检验假设

(取05.0=α):22122066.1:,66.1:≠=σσH H 。

解答:这是一个正态总体的方差检验问题,属于双边检验问题。 检验统计量为

2

2

2

66.1)1(S n -=χ。

代入本题中的具体数据得到2

2

(101)12

39.1931.66

-?χ=

=。 检验的临界值为022.19)9(2

975.0=χ。

因为2

39.19319.022χ=>,所以样本值落入拒绝域,因此拒绝原假设0H ,即认为电池容量的标准差发生了显着的变化,不再为。

59

试在α=水平上检验失业人员的性别与文化程度是否有关。(()2

0.9537.815χ=)

解:这是列联表的独立性检验问题。在本题中r=2,c=4,在α=下,

()()()()22

0.950.95

1137.815r c χχ--==, 因而拒绝域为:{}27.815W χ=≥. 为了计算统计量,可列成如下表格计算

../i j n n n ?:

()()()2

2

2

24036.82023.2625644.47.23636.8

23.2

644.4

χ---=

+

+

+

=,

由于2

χ=<,样本落入接受域,从而在α=水平上可认为失业人员的性别与文化程度无关。

60、设总体X 具有贝努里分布b (1,p ),p ∈Θ=(0,1),1,

,n X X 是一样本,试求p 的无偏

估计的方差下界。

解: 由于(), 1

,,1, 0p x f x p p x =?=?-=?

容易验证定理的条件满足,且

()()()()2

1

0ln ,1,1i i x f x p I p f x p p p p =???==

??-??

∑,

所以方差下限是()()11

p p nI p n

-=

. 大家知道11n i i v

X X n n ===∑ (ν表示“1”发生的频率)是p 的无偏估计,而()

1p p p D X n

-=

达到罗-克拉美不等式的

应用数理统计大作业1——逐步回归法分析终教学提纲

应用数理统计大作业1——逐步回归法分析 终

应用数理统计多元线性回归分析 (第一次作业) 学院:机械工程及自动化学院 姓名: 学号: 2014年12月

逐步回归法在AMHS物流仿真结果中的应 用 摘要:本文针对自动化物料搬运系统 (Automatic Material Handling System,AMHS)的仿真结果,根据逐步回归法,使用软件IBM SPSS Statistics 20,对仿真数据进行分析处理,得到多元线性回归方程,建立了工件年产量箱数与EMS 数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型,并对影响 年产量箱数的显著性因素进行了分析,介绍了基本假设检验的情况。 关键词:逐步回归;残差;SPSS;AMHS;物流仿真

目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入/移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)

1、引言 回归被用于研究可以测量的变量之间的关系,线性回归则被用于研究一类特殊的关系,即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域,包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下,计算各个自变量x与因变量y之间的相关性,并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一,目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution,意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能,而且用它处理正交试验设计中的数据程序简单,分析结果明了。基于以上优点,SPSS已经广泛应用于自然科学、社会科学中,其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”,在庆安集团新建的320厂房建立自动化物料搬运系统(AMHS),使用生产仿真软件EM-Plant对该系统建模并仿真,设计实验因子及各水平如表1-1,则共有3*4*6=72组实验结果,如表所示。为方便描述,将各因子定义为:X1表示AGC物料交换服务水平,X2表示周转箱交换周期,X3表示EMS数量,Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。

应用数理统计课后习题参考答案

习题五 1 试检验不同日期生产的钢锭的平均重量有无显著差异?(=0.05) 解 根据问题,因素A 表示日期,试验指标为钢锭重量,水平为5. 假设样本观测值(1,2,3,4)ij y j =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= . 检验的问题:01251:,:i H H μμμμ===不全相等 . 计算结果: 表5.1 单因素方差分析表 ‘*’ . 查表0.95(4,15) 3.06F =,因为0.953.9496(4,15)F F =>,或p = 0.02199<0.05, 所以拒绝0H ,认为不同日期生产的钢锭的平均重量有显著差异. 2 考察四种不同催化剂对某一化工产品的得率的影响,在四种不同催化剂下分别做试验 试检验在四种不同催化剂下平均得率有无显著差异?(=0.05) 解 根据问题,设因素A 表示催化剂,试验指标为化工产品的得率,水平为4 . 假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= .其中

样本容量不等,i n 分别取值为6,5,3,4 . 检验的问题:012341:,:i H H μμμμμ===不全相等 . 计算结果: 表5.2 单因素方差分析表 查表0.95(3,14) 3.34F =,因为0.952.4264(3,14)F F =<,或p = 0.1089 > 0.05, 所以接受0H ,认为在四种不同催化剂下平均得率无显著差异 . 3 试验某种钢的冲击值(kg ×m/cm2),影响该指标的因素有两个,一是含铜量A , 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异?(=0.05) 解 根据问题,这是一个双因素无重复试验的问题,不考虑交互作用. 设因素,A B 分别表示为含铜量和温度,试验指标为钢的冲击力,水平为12. 假设样本观测值(1,2,3,1,2,3,4)ij y i j ==来源于正态总体2 ~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j = .记i α?为对应于i A 的主效应;记j β?为对应于j B 的主效应; 检验的问题:(1)10:i H α?全部等于零,11 :i H α?不全等于零; (2)20:j H β?全部等于零,21:j H β?不全等于零; 计算结果: 表5.3 双因素无重复试验的方差分析表 查表0.95(2,6) 5.143F =,0.95(3,6) 4.757F =,显然计算值,A B F F 分别大于查表值, 或p = 0.0005,0.0009 均显著小于0.05,所以拒绝1020,H H ,认为含铜量和试验温度都会对钢的冲击值产生显著影响作用. 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量:

应用数理统计大作业1——逐步回归法分析终

应用数理统计多元线性回归分析 (第一次作业) 学院:机械工程及自动化学院 姓名: 学号: 2014年12月

逐步回归法在AMHS物流仿真结果中的应 用 摘要:本文针对自动化物料搬运系统(Automatic Material Handling System,AMHS)的仿真结果,根据逐步回归法,使用软件IBM SPSS Statistics 20,对仿真数据进行分析处理,得到多元线性回归方程,建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型,并对影响年产量箱数的显著性因素进行了分析,介绍了基本假设检验的情况。 关键词:逐步回归;残差;SPSS;AMHS;物流仿真

目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (5) 3.1确定自变量和因变量 (5) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (8) 4.1输入/移去的变量 (8) 4.2模型汇总 (9) 4.3方差分析 (9) 4.4回归系数 (10) 4.5已排除的变量 (11) 4.6残差统计量 (11) 4.7残差分布直方图和观测量累计概率P-P图 (12) 5、异常情况说明 (13) 5.1异方差检验 (13) 5.2残差的独立性检验 (14) 5.3多重共线性检验 (15) 6、结论 (15) 参考文献 (17)

1、引言 回归被用于研究可以测量的变量之间的关系,线性回归则被用于研究一类特殊的关系,即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域,包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下,计算各个自变量x与因变量y之间的相关性,并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一,目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution,意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能,而且用它处理正交试验设计中的数据程序简单,分析结果明了。基于以上优点,SPSS已经广泛应用于自然科学、社会科学中,其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”,在庆安集团新建的320厂房建立自动化物料搬运系统(AMHS),使用生产仿真软件EM-Plant对该系统建模并仿真,设计实验因子及各水平如表1-1,则共有3*4*6=72组实验结果,如表所示。为方便描述,将各因子定义为:X1表示AGC物料交换服务水平,X2表示周转箱交换周期,X3表示EMS数量,Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。 表1-1三因子多水平实验方案

应用数理统计作业题及参考答案(第二章)(2)

第二章 参数估计(续) P68 2.13 设总体X 服从几何分布:{}()1 1k P X k p p -==-,12k = ,,,01p <<,证明 样本均值1 1 n i i X X n == ∑是()E X 的相合、无偏和有效估计量。 证明: 总体X 服从几何分布, ∴()1= E X p ,()2 1-= p D X p . 1 () ()1 11 11 11==????===??== ? ????? ∑ ∑ n n i i i i E X E X E X n E X n n n p p . ∴样本均值11n i i X X n == ∑ 是()E X 的无偏估计量。 2 () 2222 1 11 1111==--???? ===??= ? ?????∑ ∑n n i i i i p p D X D X D X n n n n p np . ()()()()11 11 ln ln 1ln 1ln 1-??=-=+--??;X f X p p p p X p . () 111ln 111111f X p X X p p p p p ?--= - =+?--;. () () 2 11 2 2 2 ln 11 1f X p X p p p ?-=- + ?-;. ()()()()21112 2 2 22ln 11 1111f X p X X I p E E E p p p p p ???? ?? ?--=-=--+=+???????--?????? ? ?? ? ; () ()() ()12 2 2 2 2 211 11 111111111??-= + -= + ?-=+? ?---?? p E X p p p p p p p p ()()() () 2 2 2 111 1 111-+= + = = ---p p p p p p p p p .

应用数理统计大作业1——逐步回归法分析终

应用数理统计大作业1——逐步回归法分析终 -标准化文件发布号:(9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

应用数理统计多元线性回归分析 (第一次作业) 学院:机械工程及自动化学院 姓名: 学号: 2014年12月

逐步回归法在AMHS物流仿真结果中的应 用 摘要:本文针对自动化物料搬运系统 (Automatic Material Handling System,AMHS)的仿真结果,根据逐步回归法,使用软件IBM SPSS Statistics 20,对仿真数据进行分析处理,得到多元线性回归方程,建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型,并对影响年产量箱数的显著性因素进行了分析,介绍了基本假设检验的情况。 关键词:逐步回归;残差;SPSS;AMHS;物流仿真

目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入/移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)

1、引言 回归被用于研究可以测量的变量之间的关系,线性回归则被用于研究一类特殊的关系,即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域,包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下,计算各个自变量x与因变量y之间的相关性,并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一,目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution,意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能,而且用它处理正交试验设计中的数据程序简单,分析结果明了。基于以上优点,SPSS已经广泛应用于自然科学、社会科学中,其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”,在庆安集团新建的320厂房建立自动化物料搬运系统(AMHS),使用生产仿真软件EM-Plant对该系统建模并仿真,设计实验因子及各水平如表1-1,则共有3*4*6=72组实验结果,如表所示。为方便描述,将各因子定义为:X1表示AGC物料交换服务水平,X2表示周转箱交换周期,X3表示EMS数量,Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。

华科数理统计作业答案

● 1.某百货公司连续40天的商品销售额如下(单位:万元): 41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42 36 37 37 49 39 42 32 36 35 根据上面的数据进行适当的分组,编制频数分布表,并绘制直方图。(数据见练 解:打开Excel 练习1数据.xls ,再查如函数栏输入=MAX(A2:A41),=MIN(A2:A41)得数据的最大值为49,最小值为25。 数据全为49-25=24,为便于计算和分析,将数据分为5组,各组组距为5。 用Excel 统计各组内数据的个数,点击“插入函数”,选择FREQUENCY ,确定FREQUENCY 函数的两个参数的值,其中:?Data-array :原始数据或其所在单元格区域(A2:A41)?Bins-array :分组各组的上限值或其所在单元格区域(C6:C9)?。 将各组天数除以总天数40,得到各组频率。作出如下频数分布表: 2.为了确定灯泡 的使用寿命(小时),在一批灯泡中随 机抽取100只进行测试,所得结果如 下: 700 716 728 719 685 709 691 684 705 718 706 715 712 722 691 708 690 692 707 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727 688 689 683 685 702 741 698 713 676 702 701 671 718 707 683 717 733 712 683 692 693 697 664 681 721 720 677 679 695 691 713 699 725 726 704 729 703 696 717 688 (1)利用计算机对上面的数据进行排序; (2)以组距为10进行等距分组,整理成频数分布表,并绘制直方图; (3)绘制茎叶图,并与直方图作比较. (数据见练习1数据.xls-练习1.2) 解:(1) 频数分布表 销售收入(万元) 频数 频率% 25-30 6 0.15 30-35 6 0.15 53-40 14 0.35 40-45 10 0.25 45-50 4 0.1

重庆大学研究生数理统计大作业

NBA球员科比单场总得分与上场时间的线性回归分析 摘要 篮球运动中,球员的上场时间与球员的场上得分的数学关系将影响到教练对每位球员上场时间的把握,若能得到某位球员的上场时间与场上得分的数据关系,将能更好的把握该名球员的场上时间分配。本次作业将针对现役NBA球员中影响力最大的球员科比布莱恩特进行研究,对其2012-2013年赛季常规赛的每场得分与出场时间进行线性回归,得到得分与出场时间的一元线性回归直线,并对显著性进行评估和进行区间预测。 正文 一、问题描述 随着2002年姚明加入NBA,越来越多的中国人开始关注篮球这一项体育运动,并使得篮球运动大范围的普及开来,尤其是青年学生。本着学以致用的原则,希望将所学理论知识与现实生活与个人兴趣相结合,若能通过建立相应的数理统计模型来做相应的分析,并且从另外一个角度解析篮球,并用以指导篮球这一项运动的更好发展,这也将是一项不同寻常的探索。篮球运动中,得分是取胜的决定因素,若要赢得比赛,必须将得分超出对手,而影响一位球员的得分的因素是多样的,例如:情绪,状态,体力,伤病,上场时间,防守队员等诸多因素,而上场时间作为最直接最关键的因素,其对球员总得分的影响方式有着重要的研究意义。 倘若知道了其分布规律,则可从数量上掌握得分与上场时间复杂关系的大趋势,就可以利用这种趋势研究球员效率最优化与上场时间的控制问题。 因此,本文针对湖人当家球星科比布莱恩特在2012-2013年赛季常规赛的每场得分与上场时间进行线性回归分析,并对显著性进行评估,以巩固所学知识,并发现自己的不足。 二、数据描述 抽出科比布莱恩特2012-2013年常规赛所有82场的数据记录(原始数据见附录),剔除掉其中没有上场的部分数据,得到有参考实用价值的数据如表2.1所示:

西南大学数理统计作业答案

由累积资料知道甲、乙两煤矿的含灰率分别服从。现从两矿各抽n个试件,分析其含灰率为 问甲、乙两矿所采煤的含灰率的数学期望有无显著差异(显著水平α=0.05)? 答:1分别以甲乙两矿所采煤的含灰率作为总体和总体,问题归结为根据所给的样本观 察值对方差已知的两个正态总体检验,可采用U-检验法。 原假设,由所给样本观察值算得,于是 对于α=0.10,查标准正态分布表得,因为,所以拒绝, 即可以认为有显著差异。 2某种羊毛在处理前后,各抽取样本测得含脂率如下(%): 羊毛含脂率按正态分布,问处理后含脂率有无显著差异(α=0.05)? 答:2已知n=10,m=8,α=0.05,假设,自由度为n+m-2=16,查表 选取统计量

因为 ,所以否定 ,即可以认为处理后含脂率有显著变化。 3 使用A 与B 两种方法来研究冰的潜热,样本都是 的冰。下列数据是每克冰从 变为 的水的过程中的热量变化(Cal/g ): 假定用每种方法测得的数据都具有正态分布,并且它们的方差相等,试在α=0.05下可否认为两种方法测得的结果一致? 答:3两个总体,且 ,用t 检验法: 检验假设 计算统计量的值 α=0.05,自由度为n+m-2=19,方差未知,查表得 ,因 ,故否定 ,即在检验水平α=0.05下可以认为两种方法测得值(均值) 不等。

1为了检验某药物是否会改变人的血压,挑选10名试验者,测量他们服药前后的血压,如下表所列: 假设服药前后血压差值服从正态分布,取检验水平为0.05,从这些资料中是否能得出该药物会改变血压的结论? 答:1以记服药前后血压的差值,则服从,其中均未知,这些资 料中可以得出的一个样本观察值:6 8 3 -4 6 -2 6 -1 7 2 待检验的假设为 这是一个方差未知时,对正态总体的均值作检验的问题,因此用t检验法当 时,接受原假设,反之,拒绝原假设。依次计算有 由于T的观察值的绝对值。所以拒绝原假设,即认为服药前后人的血压有显著变化。 2某厂用自动包装机装箱,在正常情况下,每箱重量服从正态分布,某日开工后,随机抽查10箱,重量如下(单位:斤):99.3,98.9,100.5,100.1,99.9,99.7,100.0,100.2,99.5,100.9,问包装机工作是否正常,即该日每箱重量的数学期望与100有 显著差异(给定水平α=0.05,并认为该日的仍为1.15)? 答:2以该日每箱重量作为总体,它服从,问题就归结为根据所给的样本 观察值对方差已知的正态总体检验,可采用U-检验法。 原假设,由所给样本观察值算得,于是

北航应用数理统计考试题及参考解答

北航2010《应用数理统计》考试题及参考解答 09B 一、填空题(每小题3分,共15分) 1,设总体X 服从正态分布(0,4)N ,而12 15(,,)X X X 是来自X 的样本,则22 110 22 11152() X X U X X ++=++服从的分布是_______ . 解:(10,5)F . 2,?n θ是总体未知参数θ的相合估计量的一个充分条件是_______ . 解:??lim (), lim Var()0n n n n E θθθ→∞ →∞ ==. 3,分布拟合检验方法有_______ 与____ ___. 解:2 χ检验、柯尔莫哥洛夫检验. 4,方差分析的目的是_______ . 解:推断各因素对试验结果影响是否显著. 5,多元线性回归模型=+Y βX ε中,β的最小二乘估计?β 的协方差矩阵?βCov()=_______ . 解:1?σ-'2Cov(β) =()X X . 二、单项选择题(每小题3分,共15分) 1,设总体~(1,9)X N ,129(,, ,)X X X 是X 的样本,则___B___ . (A ) 1~(0,1)3X N -; (B )1 ~(0,1)1X N -; (C ) 1 ~(0,1) 9X N -; (D ~(0,1)N . 2,若总体2(,)X N μσ,其中2σ已知,当样本容量n 保持不变时,如果置信度1α-减小,则μ的 置信区间____B___ . (A )长度变大; (B )长度变小; (C )长度不变; (D )前述都有可能. 3,在假设检验中,就检验结果而言,以下说法正确的是____B___ . (A )拒绝和接受原假设的理由都是充分的; (B )拒绝原假设的理由是充分的,接受原假设的理由是不充分的; (C )拒绝原假设的理由是不充分的,接受原假设的理由是充分的; (D )拒绝和接受原假设的理由都是不充分的. 4,对于单因素试验方差分析的数学模型,设T S 为总离差平方和,e S 为误差平方和,A S 为效应平方和,则总有___A___ .

最新北航数理统计大作业-多元线性回归

北航数理统计大作业-多元线性回归

应用数理统计多元线性回归分析 (第一次作业) 学院: 姓名: 学号: 2013年12月

交通运输业产值的多元线性回归分析 摘要:本文基于《中国统计年鉴》(2012年版)统计数据,寻找影响交通运输业发展的因素,包括工农业发展水平、能源生产水平、进出口贸易交流以及居民消费水平等,利用统计软件SPSS对各因素进行了筛选分析,采用逐步回归法得到最优多元线性回归模型,并对模型的回归显著性、拟合度以及随机误差的正态性进行了检验,最后可以利用有效的最优回归模型对将来进行预测。 关键字:多元线性回归,逐步回归,交通运输产值,工业产值,进出口总额1,引言 交通运输业指国民经济中专门从事运送货物和旅客的社会生产部门,包括铁路、公路、水运、航空等运输部门。它是国民经济的重要组成部分,是保证人们在政治、经济、文化、军事等方面联系交往的手段,也是衔接生产和消费的一个重要环节。交通运输业在现代社会的各个方面起着十分重要的作用,因此研究交通运输业发展水平与各个影响因素间的关系显得十分重要,建立有效的数学相关模型对于预测交通运输业的发展,制定相关政策方案提供依据。根据经验交通运输业的发展受到工农业发展、能源生产、进出口贸易以及居民消费水平等众因素的影响,故建立一个完整精确的数学模型在理论上基本无法实现,并且在实际运用中也没有必要,一种简单有效的方式就是寻找主要影响因素,分析其与指标变量的相关性,建立多元线性回归模型就是一种有效的方式。 变量与变量之间的关系分为确定性关系和非确定性关系,函数表达确定性关系。研究变量间的非确定性关系,构造变量间经验公式的数理统计方法称为

应用数理统计吴翊李永乐第三章假设检验课后作业参考答案

第三章 假设检验 课后作业参考答案 某电器元件平均电阻值一直保持Ω,今测得采用新工艺生产36个元件的平均电阻值为Ω。假设在正常条件下,电阻值服从正态分布,而且新工艺不改变电阻值的标准偏差。已知改变工艺前的标准差为Ω,问新工艺对产品的电阻值是否有显着影响(01.0=α) 解:(1)提出假设64.2:64.2:10≠=μμH H , (2)构造统计量36 /06.064 .261.2/u 00 -=-= -= n X σμ (3)否定域???? ??>=???? ??>?? ??? ??<=--21212 αααu u u u u u V (4)给定显着性水平01.0=α时,临界值575.2575.22 12 =-=- α αu u , (5) 2 αu u <,落入否定域,故拒绝原假设,认为新工艺对电阻值有显着性影响。 一种元件,要求其使用寿命不低于1000(小时),现在从一批这种元件中随机抽取25件,测 得其寿命平均值为950(小时)。已知这种元件寿命服从标准差100σ=(小时)的正态分布, 试在显着水平下确定这批元件是否合格。 解: {}01001:1000, H :1000 X 950 100 n=25 10002.5 V=u 0.05H x u αμμσμα-≥<====->=提出假设:构造统计量:此问题情形属于u 检验,故用统计量:此题中:代入上式得: 拒绝域: 本题中:0.950.950 u 1.64u 0.0u H =>∴即,拒绝原假设认为在置信水平5下这批元件不合格。 某厂生产的某种钢索的断裂强度服从正态分布( )2 ,σ μN ,其中()2 /40cm kg =σ。现从一

2018年数理统计大作业题目和答案--0348

2018年数理统计大作业题目和答案--0348

1、设总体X 服从正态分布),(2 σμN ,其中μ已知,2 σ 未知,n X X X ,,,2 1 为其样本,2≥n ,则下列说法中正 确的是( )。 (A )∑=-n i i X n 1 2 2 ) (μσ是统计量 (B )∑=n i i X n 1 22 σ是统计量 (C )∑=--n i i X n 1 2 2 ) (1μσ是统计量 (D )∑=n i i X n 1 2μ 是统计量 2、设两独立随机变量)1,0(~N X ,) 9(~2 χY ,则Y X 3服从 ( )。 )(A ) 1,0(N )(B ) 3(t )(C ) 9(t )(D ) 9,1(F 3、设两独立随机变量)1,0(~N X ,2 ~(16) Y χ,则Y 服 从( )。 )(A )1,0(N )(B (4) t )(C (16) t )(D (1,4) F 4、设n X X ,,1 是来自总体X 的样本,且μ=EX ,则下 列是μ的无偏估计的是( ). ) (A ∑-=-1 1 1 1 n i i X n )(B ∑=-n i i X n 1 11 )(C ∑=n i i X n 2 1 )(D ∑-=1 1 1n i i X n 5、设4 3 2 1 ,,,X X X X 是总体2 (0,)N σ的样本,2 σ未知,则下列随机变量是统计量的是( ).

() (1) D t n- 10、设 1,, n X X ???为来自正态总体2 (,) Nμσ的一个样本,μ,2σ未知。则2σ的置信度为1α-的区间估计的枢轴量为()。 (A) ()2 1 2 n i i Xμ σ = - ∑ (B) ()2 1 2 n i i Xμ σ = - ∑ (C) () ∑ = - n i i X X 1 2 2 1 σ (D) ()2 1 2 n i i X X σ = -∑ 11、在假设检验中,下列说法正确的是()。 (A) 如果原假设是正确的,但作出的决策是接受备择假设,则犯了第一类错误; (B) 如果备择假设是正确的,但作出的决策是拒绝备择假设,则犯了第一类错误; (C) 第一类错误和第二类错误同时都要犯; (D) 如果原假设是错误的,但作出的决策是接受备择假设,则犯了第二类错误。 12、对总体2 ~(,) X Nμσ的均值μ和作区间估计,得到置信度为95%的置信区 间,意义是指这个区间()。 (A)平均含总体95%的值(B)平 均含样本95%的值

华中科技大学数理统计第二次作业

学院:机械工程学院 1、收集到26家保险公司人员构成的数据,现希望对目前保险公司从业人员受高等教育的程度和年轻化的程度进行推断,具体来说就是推断具有高等教育水平的员工平均比例是否低于80%,35岁以下的年轻人的平均比例是否为0.5。(数据见练习2数据.xls —练习2.1) 解:希望通过分析这26家保险公司人员构成的数据,研究目前保险公司从业人员受高等教育的程度和年轻化的程度。 (1)推断高等教育水平的员工平均比例是否低于80% 设原假设:保险公司具有高等教育水平的员工比例平均值不低于0.8,即H 0: μ=μ0≥0.8 备择假设:H 1:μ<0.8 n=26,属于小样本,由于σ2 未知,选用t 检验,检验统计量 T = ,取α=0.05 计算的x =0.729273 ,s 2=0.039274 (1) t n ?≤--, 1.784t = =- 查t 检验分布表知临界值t α(26-1)=-1.7081 显然,t=-1.784<-t α(25)=-1.7081,因此在α=0.05 的水平上拒绝原假设,选择备择假设 结论:保险公司具有高等教育水平的员工比例平均值低于0.8 (2)推断35 岁以下的年轻人的平均比例是否为0.5 设原假设:年轻人比例的平均值与0.5 无显著性差异,即H 0: μ=μ0=0.5 备择假设H 1:μ≠0.5. n=26,属于小样本,由于σ2 未知,选用t 检验,检验统计量 T = ,取α=0.05 计算的x =0.713875 ,s 2=0.022705 /2(1)t n ?≥- , 7.097t = = 查表知α=0.05 的双尾t 检验临界值t α/2(25)=2.0595。故超出[-2.0595,2.0595]的值均在拒 绝域内 由于t=7.097不在拒绝域[-2.0595,2.0595]范围内,因此在α=0.05 的水平上拒绝原假设,选择备择假设 结论:保险公司35 岁以下年轻人比例平均值不等于0.5 2、练习1中保险公司的类别分为:1. 全国性公司;2. 区域性公司;3. 外资和中外合资公司。试分析公司类别1与3的人员构成中,具有高等教育水平的员工比例的均值是否存在显著性的差异。(数据见练习2数据.xls —练习2.1) 解:设原假设H 0:μ1-μ2=0,即公司类别1 与3 具有高等教育水平的员工比例均值无显著

北航应用数理统计大作业多元线性回归

多元线性回归分析 摘要:本文查找2011年《中国统计年鉴》,取我国31个省市自治区直辖市2010年的数据,利用SPSS软件对影响居民消费的因素进行讨论构造线性回归模型。并对模型的回归显著性、拟合度、正态分布等分别进行检验,最终得到最优线性回归模型,寻找影响居民消费的各个因素。 关键字:回归分析;线性;相关系数;正态分布 1. 引言 变量与变量之间的关系分为确定性关系和非确定性关系,函数表达确定性关系。研究变量间的非确定性关系,构造变量间经验公式的数理统计方法称为回归分析。 回归分析是指通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程,这一数学表达式通常称为经验公式。一方面,研究者可以利用概率统计知识,对这个经验公式的有效性进行判定;另一方面,研究者可以利用经验公式,根据自变量的取值预测因变量的取值。如果是多个因素作为自变量的时候,还可以通过因素分析,找出哪些自变量对因变量的影响是显著的,哪些是不显著的。 回归分析目前在生物统计、医学统计、经济分析、数据挖掘中得到了广泛的应用。通过对训练数据进行回归分析得出经验公式,利用经验公式就可以在已知自变量的情况下预测因变量的取值。实际问题的控制中往往是根据预测结果来进行的,如在商品流通领域,通常用回归分析商品价和与商品需求之间的关系,以便对商品的价格和需求量进行控制。 本文查找2011年《中国统计年鉴》,取我国31个省市自治区直辖市2010年的数据,利用SPSS软件对影响居民消费的因素进行讨论构造多元线性线性回归模型。以探求影响居民消费水平的各个因素,得到最优线性回归模型。随后,我们对模型的回归显著性、拟合度、正态分布等分别进行检验,以考察线性回归模型的可信度。 本文将分为5章进行论述。在第2章,我们介绍多元线性回归模型的概念。第3章,我们进行模型的建立与数据的收集和整理。我们在第4章对数据进行处理,得出多元线性回归模型,并对其进行检验。在第5章,我们进行总结。2.预备知识 2.1 回归分析 回归分析研究的主要对象是客观事物变量间的统计关系,它是建立在对客观事物进行大量试验和观察的基础上,用来寻找隐藏在那些看上去是不确定的现象中的统计规律性的统计方法。回归分析方法是通过建立统计模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效的工具。

应用数理统计课后习题参考答案

习题五 1 某钢厂检查一月上旬内的五天中生产的钢锭重量,结果如下:(单位:k g) 日期重旦量 1 5500 5800 5740 5710 2 5440 5680 5240 5600 4 5400 5410 5430 5400 9 5640 5700 5660 5700 10 5610 5700 5610 5400 试检验不同日期生产的钢锭的平均重量有无显著差异? ( =0.05) 解根据问题,因素A表示日期,试验指标为钢锭重量,水平为 5. 2 假设样本观测值y j(j 123,4)来源于正态总体Y~N(i, ),i 1,2,...,5 检验的问题:H。:i 2 L 5, H i : i不全相等. 计算结果: 注释当=0.001表示非常显著,标记为*** '类似地,=0.01,0.05,分别标记为 查表F0.95(4,15) 3.06,因为F 3.9496 F0.95(4,15),或p = 0.02199<0.05 ,所 以拒绝H。,认为不同日期生产的钢锭的平均重量有显著差异 2 考察四种不同催化剂对某一化工产品的得率的影响,在四种不同催化剂下分别做试验 解 根据问题,设因素A表示催化剂,试验指标为化工产品的得率,水平为 4 . 2 假设样本观测值y j(j 1,2,..., nJ来源于正态总体Y~N(i, ), i 1,2,...,5 .其中样本容量不等,n分别取值为6,5,3,4 .

日产量 操作工 查表 F O .95(3,14) 3.34,因为 F 2.4264 F °.95(3,14),或 p = 0.1089 > 0.05, 所以接受H 。,认为在四种不同催化剂下平均得率无显著差异 3 试验某种钢的冲击值(kg Xm/cm2 ),影响该指标的因素有两个,一是含铜量 A ,另 一个是温度 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异? ( =0.05 ) 解 根据问题,这是一个双因素无重复试验的问题,不考虑交互作用 设因素A,B 分别表示为含铜量和温度,试验指标为钢的冲击力,水平为 12. 2 假设样本观测值y j (i 1,2,3, j 1,2,3,4)来源于正态总体 Y j ~N (j , ),i 1,2,3, j 1,2,3,4 .记i 为对应于A 的主效应;记 j 为对应于B j 的主效应; 检验的问题:(1) H i 。: i 全部等于零,H i — i 不全等于零; (2) H 20 : j 全部等于零,H 21: j 不全等于零; 计算结果: 查表F 0.95(2,6) 5.143 ,局.95(3,6) 4.757 ,显然计算值F A , F B 分别大于查表值, 或p = 0.0005 , 0.0009均显著小于0.05,所以拒绝H i°,H 20,认为含铜量和试验温度 都会对钢的冲击值产生显著影响作用 . 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量: 检验的问题:H 0: 1 计算结果: H i : i 不全相等

北航-数理统计大作业

对中国各地财政收入情况的聚类分析和判 别分析 应用数理统计第二次大作业 学院名称 学号 学生姓名 摘要 我国幅员辽阔,由于人才、地理位置、自然资源等条件的不同,各地区的财政收入类型各自呈现出不一样的发展趋势,通过准确定位中国各地区财政收入情况对于正确认识我国财政收入具有重要的意义。本文以中国各地财政收入情况为研究对象,从《中国统计年鉴》中选取2011年期间中国各地财政收入情况为因

变量,选取国内增值税、营业税、企业所得税、个人所得税、城市维护建设税、土地增值税、契税、专项收入、行政事业性收费收入、国有资本经营收入和国有资源(资产)有偿使用收入11个可能影响中国各地财政收入的因素为自变量,利用统计软件SPSS,对27个地区的财政收入进行了聚类分析,并对另外4个地区的财政收入进行了判别分析,并最终确定了中国各地区根据财政收入类型的分类情况。 关键词:聚类分析,判别分析,SPSS,中国各地财政收入类型 1、引言 财政收入,是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内(一般为一个财政年度)所取得的货币收入。财政收入是衡量一国政府财力的重要指标,政府在社会经济活动中提供公共物品和服务的范围和数量,在很大程度上决定于财政收入的充裕状况。通过准确定位中国各地区财政收入情况对于正确认识我国财政收入具有重要的意义。 本文利用统计软件SPSS,根据各地区的财政收入情况,对北京、天津、河北等27个地区进行聚类分析,并对青海、重庆、四川、贵州4个省市进行判别分析,判断属于聚类分析结果中的哪种财政收入类型。 1.1 聚类分析 聚类分析是根据研究对象的特征对研究对象进行分类的多元统计分析技术的总称,它直接比较各事物之间的性质,将性质相近的归为一类,将性质差别较大的归入不同的类。本文采用的是系统聚类分析,它又称集群分析,是聚类分析中应用最广的一种方法,其基本思想是:首先将每个聚类对象看作一类,然后根据对象间的相似程度,将相似程度最高的两类进行合并,并计算合并后的类与其他类之间的距离,再选择相近者进行合并,每合并一次减少一类,直至所有的对象都并为一类为止。 系统聚类分为Q型聚类和R型聚类两种:Q型聚类是对样本进行聚类,它使具有相似特征的样本聚集在一起,使差异性大的样本分离开来;R型聚类是对变量进行聚类,它使差异性大的变量分离开来,相似的变量聚集在一起,这样就

数理统计作业答案

1、设总体X 服从正态分布),(2σμN ,其中μ已知,2σ未知,n X X X ,,,21Λ为其样本,2≥n ,则下列说法中正确的是( D )。 (A ) ∑=-n i i X n 12 2 )(μσ是统计量 (B ) ∑=n i i X n 1 2 2 σ是统计量 (C ) ∑=--n i i X n 1 2 2 )(1 μσ是统计量 (D ) ∑=n i i X n 1 2μ 是统计量 2、设两独立随机变量)1,0(~N X ,)9(~2 χY ,则 Y X 3服从( C )。 3、设两独立随机变量)1,0(~N X ,2 ~(16)Y χ 服从( C )。 4、设n X X ,,1Λ是来自总体X 的样本,且μ=EX ,则下列是μ的无偏估计的是( A ). 5、设4321,,,X X X X 是总体2 (0,)N σ的样本,2 σ未知,则下列随机变量是统计量的是( B ). (A )3/X σ; (B ) 4 1 4i i X =∑; (C )σ-1X ; (D ) 4 2 21 /i i X σ=∑ 6、设总体),(~2 σμN X ,1,,n X X L 为样本,S X ,分别为样本均值和标准差,则下列正确的是( C ). 7、设总体X 服从两点分布B (1,p ),其中p 是未知参数,15,,X X ???是来自总体的简单随机样本, 则下列随机变量不是统计量为( C ) ( A ) . 12X X + ( B ) {}max ,15i X i ≤≤ ( C ) 52X p + ( D ) ()2 51X X - 8、设1,,n X X ???为来自正态总体2 (,)N μσ的一个样本,μ,2σ未知。则2 σ的最大似然估计量为 ( B )。 (A )∑=-n i i X n 12)(1μ (B )()2 1 1∑=-n i i X X n (C )∑=--n i i X n 12 )(11μ(D )()∑=--n i i X X n 1211 9、设总体),(~2 σμN X ,1,,n X X ???为样本,S X , 服从 ( D )分布. 10、设1,,n X X ???为来自正态总体2 (,)N μσ的一个样本,μ,2σ未知。则2 σ的置信度为1α-的区 间估计的枢轴量为( C )。 (A) () 2 1 2 n i i X μσ =-∑ (B) () 2 1 2 n i i X μσ =-∑ (C) ()∑=-n i i X X 1 2 2 1 σ (D) () 2 1 2 0n i i X X σ=-∑ 11、在假设检验中,下列说法正确的是( A )。

应用数理统计习题答案 西安交大 施雨

应用数理统计答案 学号: 姓名: 班级:

目录 第一章数理统计的基本概念 (2) 第二章参数估计 (14) 第三章假设检验 (24) 第四章方差分析与正交试验设计 (29) 第五章回归分析 (32) 第六章统计决策与贝叶斯推断 (35) 对应书目:《应用数理统计》施雨著西安交通大学出版社

第一章 数理统计的基本概念 1.1 解:∵ 2 (,)X N μσ ∴ 2 (,)n X N σμ ∴ (0,1)N 分布 ∴(1)0.95P X P μ-<=<= 又∵ 查表可得0.025 1.96u = ∴ 2 2 1.96n σ= 1.2 解:(1) ∵ (0.0015)X Exp ∴ 每个元件至800个小时没有失效的概率为: 800 0.00150 1.2 (800)1(800) 10.0015x P X P X e dx e -->==-<=-=? ∴ 6个元件都没失效的概率为: 1.267.2 ()P e e --== (2) ∵ (0.0015)X Exp ∴ 每个元件至3000个小时失效的概率为: 3000 0.00150 4.5 (3000)0.00151x P X e dx e --<===-? ∴ 6个元件没失效的概率为: 4.56 (1)P e -=- 1.4 解:

i n i n x n x e x x x P n i i 1 2 2 )(ln 2121)2(),.....,(1 22 =-- ∏∑ = =πσμσ 1.5证: 2 1 1 2 2)(na a x n x a x n i n i i i +-=-∑∑== ∑∑∑===-+-=+-+-=n i i n i i n i i a x n x x na a x n x x x x 1 2 2 2 2 11) ()(222 a) 证: ) (1111 1+=+++=∑n n i i n x x n x ) (1 1 )(1 1 11n n n n n x x n x x x n n -++=++=++

相关文档
最新文档