数理统计回归分析大作业任务
《应用数理统计》
第一次大作业
回归分析
姓名：
学号：
班级：
2014-12-20
国家财政收入的多元线性回归模型
摘 要：本文以多元线性回归为出发点，选取我国自1990至2009年连续20年
的财政收入为因变量，初步选取了7个影响因素,并利用统计软件PASW Statistics 17.0对各影响因素进行了筛选，最终确定了能反映财政收入与各因素之间关系的回归方程：
43806.0044.0357.817y x x ++=
从而得出了结论，最后我们用2010年的数据进行了验证，得出的结果(86482.00)在误差范围内，表明这个模型可以正确反映影响财政收入的各因素的情况。 关键词：多元线性回归，逐步回归法，财政收入，SPSS
0符号说明
变 量 符号 财政收入 Y 工 业 X 1 农 业 X 2 进出口总额 X 3 建 筑 业 X 4 人 口 X 5 商品销售额 X 6 国内生产总值
X 7
1 引言
定义：所谓回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。
回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。此外，回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理。回归分析法预测是利用回归分析方法，根据一个或一组自变量的变动情况预测与其有相关关系的某随机变量的未来值。进行回归分析需要建立描述变量间相关关系的回归方程。根据自变量的个数，可以是一元回归，也可以是多元回归。根据所研究问题的性质，可以是线性回归，也可以是非线性回归。本文应用逐步回归的方法进行分析。
中国作为世界第一大发展中国家，要实现中华民族的伟大复兴，必须把发展放在第一位。近年来，随着国家经济水平的飞速进步，人民生活水平日益提高，综合国力日渐强大。经济上的飞速发展并带动了国家财政收入的飞速增加，国家财政的状况对整个社会的发展影响巨大。政府有了强有力的财政保证才能够对全局进行把握和调控，对于整个国家和社会的健康快速发展有着重要的意义。所以对国家财政的收入状况进行研究是十分必要的。
国家财政收入的增长，宏观上必然与整个国家的经济有着必然的关系，但是具体到各个方面的影响因素又有着十分复杂的相关原因。为了研究影响国家财政收入的因素，我们就很有必要对其财政收入和影响财政收入的因素作必要的认识，如果能对他们之间的关系作一下回归，并利用我们所知道的数据建立起回归模型这对我们很有作用。而影响财政收入的因素有很多，如人口状况、引进的外资总额，第一产业的发展情况，第二产业的发展情况，第三产业的发展情况等等。本文从国家统计信息网上选取了1990-2009年这20年间的年度财政收入及主要影响因素的数据，包括工业，农业，建筑业，零售贸易总额，进出口总额，人口总数等。文中主要应用逐步回归的统计方法，对数据进行分析处理，最终得出能够反映各个因素对财政收入影响的最“优”模型。
2解决问题的方法和计算结果
2.1 样本数据的选取与整理
本文在进行统计时，查阅《中国统计年鉴2010》中收录的1990年至2009年连续20年的全国财政收入为因变量，考虑一些与能源消耗关系密切并且直观上有线性关系的因素，初步选取这十九年的国内总产值、工业总产值、人口总数、建筑业、农业、商品零售总额、进出口总额等因素为自变量，分析它们之间的联系。
根据选择的指标，从《中国统计年鉴2010》查选数据，整理如表2-1所示。
2010年的数据是在网上搜索到的。
表2-1 1990-2009年财政收入及其影响因素统计表
年份
工业
（亿元）
农业
（亿元）
进出口总额
（亿元）
建筑业
（亿元）
人口
（万人）
社会商品零售总
额（亿元）
财政收入
（亿元）
国内生产总值
（亿元）
1990 18689.22 7662.1 5560.1 1345 11433
3
8300.1 2937.1 18718.3
1991 22088.68 8157 7225.8 1564.3 11582
3
9415.6 3149.48 21826.2
1992 27724.21 9084.7 9119.6 2174.4 11717
1
10993.7 3483.37 26937.3
1993 39693 10995.5 11271.0 3253.5 11851
7
14270.4 4348.95 35260.0
1994 51353.03 15750.5 20381.9 4653.3 11985
18622.9 5218.1 48108.5
1995 54946.86 20340.9 23499.9 5793.8 12112
1
23613.8 6242.2 59810.5
1996 62740.16 22353.7 24133.8 8282.2 12238
9
28360.2 7407.99 70142.5
1997 68352.68 23788.4 26967.2 9126.5 12362
6
31252.9 8651.14 78060.8
1998 67737.14 24541.9 26849.7 10062 12476
1
33378.1 9875.95 83024.3
1999 72707.04 24519.1 29896.2 11152.9 1257835647.9 11444.08 88479.2
6
2000 85673.66 24915.8 39273.2 12497.6 12674
3
39105.7 13395.23 98000.5
2001 95448.98 26179.6 42183.6 15361.5 12762
7
43055.4 16386.04 108068.2
2002 110776.48 27390.8 51378.2 18527.1 12845
3
48135.9 18903.64 119095.7
2003 142271.22 29691.8 70483.5 23083.8 12922
7
52516.3 21715.25 135174.0
2004 201722.19 36239 95539.1 27745.3 12998
8
59501 26396.47 159586.7
2005 251619.5 39450.9 116921.8 34552.0 13075
6
67176.6 31649.29 185808.6
2006 316588.96 40810.8 140971.4 41557.1 13144
8
76410 38760.2 217522.7
2007 405177.13 48892.9 166740.2 51043.7 13212
9
89210 51321.78 267763.7
2008 130260.2 33702.0 179921.5 18743.2 13280
2
116032 61330.35 316228.8
2009 135239.9 35226.0 150648.1 22398.8 13347
4
148940 68518.30 343464.7
2010 707772.16 60361.0 202923.0 95206.0 13705
4
15455483080.00 397983.0
2.2 模型的建立与分析[DataSet0]
从散点图中看出，国内生产总值、工业生产总值、进出口总额、建筑业、商品零售总额这5个变量与财政收入总量基本呈线性分布；而人口总数虽然也与财政收入存在正比的关系，但是从直观上看线性关系不显著，并且人口因素呈现指数关系。农业与财政收入总量的线性关系不十分明显。因此为使得到的模型有显著的线性关系，在选取进入回归模型的自变量时，就要进行筛选。下面给出筛选过程。
Regression
Notes
Output Created 20-十二月-2014 19时35分52秒
Comments
Input Data F:\数理作业\收入.sav
Active Dataset DataSet1
Filter
Weight
Split File
20
N of Rows in Working Data
File
Missing Value Handling Definition of Missing User-defined missing values are
treated as missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS BCOV R
ANOVA COLLIN TOL CHANGE ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT VAR00008
/METHOD=STEPWISE VAR00001
VAR00003 VAR00004 VAR00006
VAR00007
/RESIDUALS DURBIN. Resources Processor Time 0:00:00.032
Elapsed Time 0:00:00.032
Memory Required 3020 bytes
0 bytes
Additional Memory
Required for Residual Plots
[DataSet1] F:\数理作业\收入.sav
Excluded Variables c
Model
Collinearity Statistics Tolerance VIF
Minimum
Tolerance
1 工业.553 1.810 .553
进出口总额.086 11.683 .086
商品销售总额.017 60.479 .017
国内总产值.013 76.062 .013 2 工业.201 4.967 .031
商品销售总额.010 95.518 .006
国内总产值.009 117.017 .009
Excluded Variables c
Model Collinearity Statistics
Tolerance
VIF Minimum
Tolerance
1
工业 .553 1.810 .553 进出口总额 .086 11.683 .086 商品销售总额 .017 60.479 .017 国内总产值
.013 76.062 .013 2
工业 .201 4.967 .031 商品销售总额 .010 95.518 .006 国内总产值
.009
117.017
.009
c. Dependent Variable: 财政收入
将X 4建筑业和X 3进出口总额纳入自变量时得到的模型效果最为显著，回归方程如下：
43806.0044.0357.817y x x ++=
3 结论
本次大作业，根据查阅中国统计年鉴，列举了影响财政收入的7个因素。从直观上考虑，人口总量、农业两个因素与财政收入存在线性关系，所以特意把这两个变量列到
其中，但是散点图和回归效果显示这2个因素并没有进入逐步回归模型中，由此看来，这两项因素与财政收入存在的关系可能不是严格线性的，或者这种线性关系是长期的线性关系。
另外，在对进入模型的5个因素进行回归时发现，因变量对单独变量的回归性很显著，但是整合成多元回归出现了某些回归系数不显著的现象，具体原因可能是由于数据选取的太少，未能体现出长期线性这一特点；或是各因素之间存在相关性。虽然得到的几个模型系数都不是很显著，但经综合比较，选取了一个较为显著的模型作为最“优”解。
对得到的最“优”回归模型做预测，置信度为95%。查阅网上公布结果，得到2010年的X 4建筑业为95206.00（亿元），X 3进出口总额为202923.00（亿元），Y 财政收入为83080.00（亿元），将自变量带入回归方程：
43806.0044.0357.817y x x ++=
= 817.357+0.044×202923.00+95206.00=86482.00
Coefficients a
Model 95.0% Confidence Interval for B
Lower Bound
Upper Bound
2
(Constant) -132.763
1767.476
建筑业 .704 .909 进出口总额
.006
.082
a. Dependent Variable: 财政收入
将上表数值代入得到置信度为95%的预测区间为（79067.641，104949.416），与查得的2010财政收入为83080.00（亿元）在预测区间内。
得到的数据模型显示财政收入与建筑业、进出口总额有着密切的关系，这也很符合目前国家的经济状况。不过由于调研时间有限，上述回归模型存在一些不足，比如两个自变量之间的VIF=11.683>10，还需要不断查阅资料加以改进。但在一定程度上体现了与选取的自变量之间的线性关系，并能对因变量做出近似的预测。综合来看，数据模型基本达到了预期的目的。
第七章 相关分析与回归分析(补充例题)
第七章 相关分析与回归分析 例1、有10个同类企业的固定资产和总产值资料如下： 根据以上资料计算(1)协方差和相关系数;(2)建立以总产值为因变量的一元线性回归方程；(3)当固定资产改变200万元时，总产值平均改变多少？(4)当固定资产为1300万元时，总产值为多少？ 解：计算表如下： （1）协方差——用以说明两指标之间的相关方向。 2 2) )((n y x xy n n y y x x xy ∑∑∑∑- = - -= σ
35.126400100 9801 6525765915610>=?-?= 计算得到的协方差为正数，说明固定资产和总产值之间存在正相关关系。 （2）相关系数用以说明两指标之间的相关方向和相关的密切程度。 ∑∑∑ ∑∑∑∑--- = ] )(][) ([2 2 2 2 y y n x x n y x xy n r 95 .0) 980110866577 10()6525566853910(9801 65257659156102 2 =-??-??-?= 计算得到的相关系数为0.95，表示两指标为高度正相关。 (3) 2 2 26525 56685391098016525765915610) (-??-?= --= ∑∑∑∑∑x x n y x xy n b 90 .014109765 126400354257562556685390 6395152576591560== --= 85 .39210 65259.010 9801=? -= -=x b y a 回归直线方程为： x y 9.085.392?+= (4)当固定资产改变200万元时，总产值平均改变多少？ x y ?=?9.0,180 2009.0|200=?=?=?x y 万元 当固定资产改变200万元时，总产值平均增加180万元。 (5)当固定资产为1300万元时，总产值为多少？ 85 .156213009.085.392|1300=?+==x y 万元 当固定资产为1300万元时，总产值为1562.85万元。 例2、试根据下列资产总值和平均每昼夜原料加工量资料计算相关系数。
数理统计课程设计一元线性回归
二氧化碳吸附量与活性炭孔隙结构的线性回归分析 摘要：本文搜集了不同孔径下不同孔容的活性炭与ＣＯ２吸附量的实验数据。分别以同一孔径下的不同孔容作为自变量，CO2吸附量作为因变量,作出散点图。选取分布大致呈直线的一组数据为拟合的样本数据.对样本数据利用最小二乘法进行回归分析,参数确定，并对分析结果进行显著性检验。同时利用ma ｔl ａb 的r ｅｇress 函数进行直线拟合。结果表明:孔径在3。 0～ ３． 5 nm 之间的孔容和CO2吸附量之间存在较好的线性关系。 关键字：活性炭 孔容 ＣＯ２吸附量 m ａtla ｂ 一、问题分析 1。1．数据的收集和处理 本文主要研究同一孔径的孔容的活性炭和co2吸附量之间的线性关系,有关实验数据是借鉴张双全,罗雪岭等人的研究成果[1]。以太西无烟煤为原料、硝酸钾为添加剂，将煤粉、添加剂和煤焦油经过充分混合后挤压成条状，在600℃下炭化1５ min,然后用水蒸气分别在92０℃和86０℃下活化一定时间得到2组活性炭,测定了CO2吸附等温线,探讨了2组不同工艺制备的活性炭的C Ｏ2吸附量和孔容的关系.数据如下表所示： 表1:孔分布与CO2吸附值 编号１～12是在不同添加剂量,温度，活化时间处理下的对照组。因为处理方式不同得到不同结果是互不影响的,可以看出C Ｏ2的吸附量的值是互相独立 编号 孔容／(11 10L g μ--?） CO ２吸附 量 1/()mL g -? 0。５~0。8nm 0.8～1.2nm １。2~１。8nm 1．8～2。２nm 2.2~２。2n ｍ 2。５~3。0ｎm 3．０~3。５ nm 1 7.１8 1６.2 2４.4 7５.２ 70 96 1１5 6４ 2 ６.59 1４.４ 18.4 53.7 50 85。6 ９1 5５.1 3 ４.５ 4 11 １8.9 ７1 ６ 5 7８.３ 91 53．７ 4 ５.13 13．4 2９。９ １0。3 90 ７ 6 122 53。 7 5 4．16 １0．5 18。９ 83.８ 7８ 80。５ 1１３ 6１。7 6 4。92 12。1 23．４ ８1．6 7２ 56 9９ 53.6 7 5.0 8 12．6 2３.８ ９３.５ ８6 77.８ 12２ ６５。５ 8 ５.29 13 2５。1 ８８．4 ６9 ６６.４ １07 5７。7 9 7.4７ 16.9 ２6.9 46。4 78 93.２ 107 5８．2 １０ 5.4４ 13 21．４ 44．１ ９1 98．6 137 76。6 １１ １。81 64。６ 1８.3 53.1 １１４ １１0 142 75 12 1.24 27.７ 39。5 126 114 98。６ 1８3 98.7
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
第十二章相关与回归分析练习题
第十二章相关与回归分析 一、填空 1.如果两变量的相关系数为0，说明这两变量之间_____________。 2.相关关系按方向不同，可分为__________和__________。 3.相关关系按相关变量的多少，分为______和复相关。4．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为（变化根据）的变量，因变量是随（自变量）的变化而发生相应变化的变量。 5．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般是（随机性）变量。 6．变量间的相关程度，可以用不知Y与X有关系时预测Y的全部误差E1，减去知道Y与X有关系时预测Y的联系误差E2，再将其化为比例来度量，这就是（削减误差比例）。 7．依据数理统计原理，在样本容量较大的情况下，可以作出以下两个假定：（1）实际观察值Y围绕每个估计值 c Y是 服从（）；（2）分布中围绕每个可能的 c Y值的（）是相同的。 7.已知：工资（元）倚劳动生产率（千元）的回归方程为 x y c 80 10+ =，因此，当劳动生产率每增长1千元，工资就平 均增加80 元。 8．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为（回归方程），并据以进行估计和预测。这种分析方法，通常又称为（回归分析）。 9．积差系数r是（协方差）与X和Y的标准差的乘积之比。 二、单项选择 1．欲以图形显示两变量X和Y的关系，最好创建（D ）。A 直方图 B 圆形图 C 柱形图 D 散点图2．在相关分析中，对两个变量的要求是（A ）。 A 都是随机变量 B 都不是随机变量 C 其中一个是随机变量，一个是常数 D 都是常数 3. 相关关系的种类按其涉及变量多少可分为( )。 A. 正相关和负相关 B. 单相关和复相关 C. 线性相关和非线性相关 D. 不相关、不完全相关、完全相关4．关于相关系数，下面不正确的描述是（B ）。 A当0≤ ≤r1时，表示两变量不完全相关；B当r=0时，表示两变量间无相关； C两变量之间的相关关系是单相关；D如果自变量增长引起因变量的相应增长，就形成正相关关系。 5. 当变量X按一定数量变化时，变量Y也随之近似地以固定的数量发生变化，这说明X与Y之间存在( )。 A. 正相关关系 B. 负相关关系 C. 直线相关关系 D. 曲线相关关系 6．当x按一定数额增加时，y也近似地按一定数额随之增加，那么可以说x与y之间存在（A ）关系。 A 直线正相关 B 直线负相关 C 曲线正相关 D 曲线负相关 7．评价直线相关关系的密切程度，当r在～之间时，表示（ C ）。 A 无相关 B 低度相关 C 中等相关 D 高度相关 8.两变量的相关系数为,说明( ) A.两变量不相关 B.两变量负相关 C.两变量不完全相关 D.两变量完全正相关 9．两变量的线性相关系数为0，表明两变量之间（D ）。 A 完全相关 B 无关系 C 不完全相关 D 不存在线性相关 10.兄弟两人的身高之间的关系是( )A.函数关系 B.因果关系 C.互为因果关系 D.共变关系 11．身高和体重之间的关系是（C ）。A 函数关系 B 无关系 C 共变关系 D 严格的依存关系12．下列关系中，属于正相关关系得是（A ）。
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：
北航数理统计回归分析大作业
应用数理统计第一次大作业 学号： 姓名： 班级： 2013年12月
国家财政收入的多元线性回归模型 摘 要 本文以多元线性回归为出发点，选取我国自1990至2008年连续19年的财政收入为因变量，初步选取了7个影响因素,并利用统计软件PASW Statistics 17.0对各影响因素进行了筛选，最终确定了能反映财政收入与各因素之间关系的“最优”回归方程： 46?578.4790.1990.733y x x =++ 从而得出了结论，最后我们用2009年的数据进行了验证，得出的结果在误差范围内，表明这个模型可以正确反映影响财政收入的各因素的情况。 关键词：多元线性回归，逐步回归法，财政收入，SPSS 0符号说明 变 量 符号 财政收入 Y 工 业 X 1 农 业 X 2 受灾面积 X 3 建 筑 业 X 4 人 口 X 5 商品销售额 X 6
进出口总额X7
1 引言 中国作为世界第一大发展中国家，要实现中华民族的伟大复兴，必须把发展放在第一位。近年来，随着国家经济水平的飞速进步，人民生活水平日益提高，综合国力日渐强大。经济上的飞速发展并带动了国家财政收入的飞速增加，国家财政的状况对整个社会的发展影响巨大。政府有了强有力的财政保证才能够对全局进行把握和调控，对于整个国家和社会的健康快速发展有着重要的意义。所以对国家财政的收入状况进行研究是十分必要的。 国家财政收入的增长，宏观上必然与整个国家的经济有着必然的关系，但是具体到各个方面的影响因素又有着十分复杂的相关原因。为了研究影响国家财政收入的因素，我们就很有必要对其财政收入和影响财政收入的因素作必要的认识，如果能对他们之间的关系作一下回归，并利用我们所知道的数据建立起回归模型这对我们很有作用。而影响财政收入的因素有很多，如人口状况、引进的外资总额，第一产业的发展情况，第二产业的发展情况，第三产业的发展情况等等。本文从国家统计信息网上选取了1990-2009年这20年间的年度财政收入及主要影响因素的数据，包括工业，农业，建筑业，批发和零售贸易餐饮业，人口总数等。文中主要应用逐步回归的统计方法，对数据进行分析处理，最终得出能够反映各个因素对财政收入影响的最“优”模型。 2解决问题的方法和计算结果 2.1 样本数据的选取与整理 本文在进行统计时，查阅《中国统计年鉴2010》中收录的1990年至2009年连续20年的全国财政收入为因变量，考虑一些与能源消耗关系密切并且直观上
计量经济学大作业——建立模型
学院：__________金融学院_____________ 上课学期： ___ 2011-2012第一学期_________ 课程名称: _______ 金融计量学_____________ 指导教师：_______ _ ______________ 实验主题：_ GDP增长与三大产业关系模型____ 小组成员： 二零一一年十一月二十四日 目录
摘要 (3) 1.引言 (3) 2.提出问题 (3) 3.建立模型 (4) 4.制作散点图 (4) 5.模型参数估计 (8) 6.模型的检验 (9) 6.1.计量经济学检验 (9) 6.1.1.多重共线性检验 (9) 6.1.1.1.简单回归系数检验 (10) 6.1.1.2.找出最简单的回归形式 (10) 6.1.1.3.逐步回归法检验 (14) 6.1.2.异方差性检验 (15) 6.1.2.1.图示检验法 (16) 6.1.2.2.White检验 (16) 6.1.2.3.异方差的修正 (17) 6.1.3.随即扰动项序列相关检验 (18) 6.1.3.1.D.W.检验 (18) 6.1.3.2.拉格朗日乘数（LM）检验 (19) 6.1.3.3.序列相关性修正 (19) 6.2.经济意义检验 (20) 6.3.统计检验 (21) 6.3.1.拟合优度检验 (21) 6.3.2.方程显著性检验——F检验 (21) 6.3.3.参数显著性检验——t检验 (21) 7.结论 (22) 8.对策与建议 (23) 9.参考文献： (23)
摘要 经济发展是以GDP增长为前提的，而GDP增长与产业结构变动又有着密不可分的关系。本文采用1981年至2010年的统计数据，通过建立多元线性回归模型，运用最小二乘法，研究三大产业增长对我国GDP增长的贡献，从而得出调整产业结构对转变经济发展方式，促进我国经济可持续发展的重要性。 关键字：GDP增长；三大产业；产业结构 1.引言 GDP增长通常是指在一个较长的时间跨度上，一个国家人均产出（或人均收入）水平的持续增加。GDP增长率的高低体现了一个国家或地区在一定时期内经济总量的增长速度，也是衡量一个国家或地区总体经济实力增长速度的标志。它构成了经济发展的物质基础，而产业结构的调整与优化升级对于GDP增长乃至经济发展至关重要。 一个国家产业结构的状态及优化升级能力，是GDP发展的重要动力。十六大报告提出，推进产业结构优化升级，形成以高新技术产业为先导、基础产业和制造业为支撑、服务业全面发展的产业格局。十七大报告明确指出，推动产业结构优化升级，这是关系国民经济全局紧迫而重大的战略任务。《十二五规划纲要》又将经济结构战略性调整作为主攻方向和核心任务。产业结构优化升级对于促进我国经济全面协调可持续发展具有重要作用。 2.提出问题 我国把各种产业划分为第一产业，第二产业和第三产业。他们在整个国民经济中各自发挥着不同程度的作用。近几十年来来我国的经济已经发生了天翻地覆的变化。各大产业在整个国民经济中所占的地位和作用也在发生着相应的变化和调整。对于这种变化是否符合我国的经济发展趋势，对我国的经济影响作用是否
相关回归分析作业
40、某企业上半年产品产量与单位成本资料如下： 要求：（1）计算相关系数，判断其相关方向与程度；（2）建立直线回归方程；（3）指出产量每增加1000件时，单位成本平均变动多少？ 41、某商业企业最近五年内商品销售额（X）的年平均数为421万元，标准差为30.07万元；商业利润（Y）的年平均数为113万元，标准差为15.41万元；五年内销售额与商业利润的乘积和为240170万元，各年销售额的平方和为890725万元，各年商业利润的平方和为65033万元。试据此：（1）计算商业销售额与商业利润的样本相关系数并解析其含义。（2）建立商业销售额与商业利润之间的回归方程。（3）其他条件不变时，估计当商品销售额为600万元时，商业利润可能为多少万元？ 42、对某地区随机抽取100户家庭，调查他们的月收入（X）和消费支出（Y），经过计算得到如下结果：户均月收入2100元，标准差是30元；消费支出是1200元，方差是2500元。这两个变量的相关系数是0.9。要求解答：（1）计算月收入与消费支出的变异系数，并说明哪个变量的变异程度度大。（2）建立消费支出对收入水平的回归方程，估计当月收入是2500元时的平均消费支出。（3）说明该题中的回归系数的经济含义。（4）计算判定系数，并说明判定系数在回归分析中的作用。
43、为研究产品销售额与销售利润之间的关系,某公司对所属6家企业进行了调查,设产品销售额为x (万元),销售利润为y (万元).调查资料经初步整理和计算,结果如下:： ∑x=225 ∑x2=9823 ∑y=13 ∑y2=36.7 ∑xy=593 要求:(1)计算销售额与销售利润之间的相关系数； (2)配合销售利润对销售额的直线回归方程。
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
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。
相关与回归分析习题
第六章相关与回归分析习题 一、填空题 1．现象之间的相关关系按相关的程度分为、和；按相关的形式分为和；按影响因素的多少分为和。 2．两个相关现象之间，当一个现象的数量由小变大，另一个现象的数量，这种相关称为正相关；当一个现象的数量由小变大，另一个现象的数量，这种相关称为负相关。 3．相关系数的取值围是。 4．完全相关即是关系，其相关系数为。 5．相关系数，用于反映条件下，两变量相关关系的密切程度和方向的统计指标。 6．直线相关系数等于零，说明两变量之间；直线相关系数等1，说明两变量之间；直线相关系数等于—1，说明两变量之间。 7．对现象之间变量的研究，统计是从两个方面进行的，一方面是研究变量之间关系的，这种研究称为相关关系；另一方面是研究关于自变量和因变量之间的变动关系，用数学方程式表达，称为。 8．回归方程y=a+bx中的参数a是，b是。在统计中估计待定参数的常用方法是。 9. 分析要确定哪个是自变量哪个是因变量，在这点上它与不同。 10．求两个变量之间非线性关系的回归线比较复杂，在许多情况下，非线性回归问题可以通过化成来解决。 11．用来说明回归方程代表性大小的统计分析指标是。 二、单项选择题 3．年劳动生产率z(干元)和工人工资y=10+70x，这意味着年劳动生产率每提高1千元时，工人工资平均( ) A增加70元B减少70元C增加80元D减少80元 4．若要证明两变量之间线性相关程度是高的，则计算出的相关系数应接近于( ) A+1 B 0 C 0．5 D [1] 5．回归系数和相关系数的符号是一致的，其符号均可用来判断现象( ) A线性相关还是非线性相关B正相关还是负相关 C完全相关还是不完全相关D单相关还是复相关 6．某校经济管理类的学生学习统计学的时间(x)与考试成绩(y)之间建立线性回归方程y =a+b x。经计算，方程为y c=200—0.8x，该方程参数的计算( ) c A a值是明显不对的 B b值是明显不对的 C a值和b值都是不对的 C a值和6值都是正确的 7．在线性相关的条件下，自变量的均方差为2，因变量均方差为5，而相关系数为0．8时，则其回归系数为：( ) A 8 B 0.32 C 2 D 12．5 8．进行相关分析，要求相关的两个变量( ) A都是随机的B都不是随机的C一个是随机的，一个不是随机的 D随机或不随机都可以 9．下列关系中，属于正相关关系的有( ) A合理限度，施肥量和平均单产量之间的关系 B产品产量与单位产品成本之间的关系
吉林大学2015概率论与数理统计大作业完整版
吉林大学网络教育 大作业 1.仪器中有三个元件,它们损坏的概率都是0.2,并且损坏与否相互独立.当一个元件损坏时, 仪器发生故障的概率为0.25,当两个元件损坏时,仪器发生故障的概率为0.6,当三个元件损坏时,仪器发生故障的概率为0.95, 当三个元件都不损坏时,仪器不发生故障.求：（1）仪器发生故障的概率；（2）仪器发生故障时恰有二个元件损坏的概率. (1)解：设A 表示事件“仪器发生故障”，i=1,2,3 P(A)= )/()(3 1 B B i i i A P P ∑=, P(B1)=3*0.2*0.80.2=0.384,P(B2)=3*0.22*0.8=0.096,P(B3)=0.23=0.008 所以P(A)=0.384*0.25+0.096*0.6+0.008*0.95+0.1612 (2) P(B 2/A)= ) ()(2A P A p B =0.96*0.6/0.1612=0.3573 2．设连续型随机变量X 的分布函数为 0, ,()arcsin ,,(0)1, ,x a x F x A B a x a a a x a ≤-??? =+-<<>?? ≥?? 求：（1）常数A 、B ．（2）随机变量X 落在,22a a ?? - ??? 内的概率．（3）X 的概率密度函数． 解：（1）F （a+0）=A-2πB=0，F （a-0） =A+2πB=1 所以A=0.5 B=π 1 (2)P{-2a 国家财政收入的逐步回归分析应用数理统计课程论文 2012届材料科学与工程学院 学号 姓名 2012年11月18日 摘要 财政作为一国政府的活动，是政府职能的具体体现，主要有资源配置、收入再分配和宏观经济调控三大职能。财政收入是政府部门公共收入，是国民收入分配中用于保证政府行使其公共职能，实施公共政策以及提供公共服务的资金需求。财政收入的增长状况关系着一个国家经济的发展和社会的进步。本文选取了我国自1979至2010年间的财政收入数据，并选取了7个可能的影响因素，利用SPSS 统计软件，运用多元线性回归的逐步回归方法建立了国家财政收入的回归模型。得出了影响国家财政收入的显著性变量，并将所得到的模型给予了合理的经济解释。 关键词：财政收入 SPSS 回归分析 目录 1.引言 (1) 1.1 理论回归方程 (1) 1.2研究意义 (1) 1.3 研究内容及方法 (1) 2.数据统计 (2) 2.1 数据的收集 (2) 2.2 散点图 (3) 2.3 逐步回归分析 (5) 3. 结论和讨论 (8) 3.1 结论 (8) 3.2 讨论 (8) 参考文献 (9) 1.引言 1.1 理论回归方程 Y=β0+β1X1+β2X2+……+βp X p +ε E (ε) =0, Var (ε) =σ2 式中，β0，β1，β2，……βp，σ2是与X1，X2，……X p无关的未知参数 ε是不可观测的随机变量。 1.2研究意义 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。财政收入对国民经济的运行及社会发展具有重要影响。 1.3 研究内容及方法 影响财政收入的因素有很多，如工业总产值、农业总产值、建筑业总产值、社会消费品零售总额等。如何找到影响财政总收入的各个因素，并建立它们与财政收入的数学模型是十分必要的。基于此目的，本文从国家统计信息网上选取了1997-2010年间的年度财政收入及主要影响因素的数据，包括工业总产值、农业总产值、建筑业总产值、社会消费品零售总额等，并进一步采用多元逐步回归分析方法对以上因素进行了显著性分析，从而确定了关于财政收入的最优多元线型回归方程。 第六章 相关与回归分析 思考与练习 一、判断题 1.产品的单位成本随着产量增加而下降，这种现象属于函数关系。 答：错。应是相关关系。单位成本与产量间不存在确定的数值对应关系。 2.相关系数为0表明两个变量之间不存在任何关系。 答：.错。相关系数为零，只表明两个变量之间不存在线性关系，并不意味着两者间不存在其他类型的关系。 3.单纯依靠相关与回归分析，无法判断事物之间存在的因果关系。 答：对，因果关系的判断还有赖于实质性科学的理论分析。 4.圆的直径越大，其周长也越大，两者之间的关系属于正相关关系。 答：错。两者是精确的函数关系。 5.总体回归函数中的回归系数是常数，样本回归函数中的回归系数的估计量是随机变量。 答：对。 6.当抽取的样本不同时，对同一总体回归模型估计的结果也有所不同。 答：对。因为，估计量属于随机变量，抽取的样本不同，具体的观察值也不同，尽管使用的公式相同，估计的结果仍然不一样。 二、选择题 1.变量之间的关系按相关程度分可分为：b 、c 、d a.正相关； b. 不相关； c. 完全相关； d.不完全相关； 2.复相关系数的取值区间为：a a. 10≤≤R ； b.11≤≤-R ； c.1≤≤∞-R ； d.∞≤≤-R 1 3.修正自由度的决定系数a 、b 、d a.2 2 R R ≤； b.有时小于0 ； c. 102 ≤≤R ； d.比2 R 更适合作为衡量回归方程拟合程度的指标 4.回归预测误差的大小与下列因素有关：a 、b 、c 、d a 样本容量； b 自变量预测值与自变量样本平均数的离差 c 自变量预测误差； d 随机误差项的方差 三、问答题 1．请举一实例说明什么是单相关和偏相关？以及它们之间的差别。 答：例如夏季冷饮店冰激凌与汽水的消费量，简单地就两者之间的相关关系进行考察，就是一种单相关，考察的结果很可能存在正相关关系，即冰激凌消费越多，汽水消费也越多。然而，如果我们仔细观察，可以发现一般来说，消费者会在两者中选择一种消费，也就是两者之间事实上应该是负相关。两者之间的单相关关系出现正相关是因为背后还有天气等因素的影响，天气越热，两种冷饮的消费量都越多。如果设法将天气等因素固定不变，单纯考察冰激凌与汽水的消费量，则可能出现负相关关系。像这种假定其他影响因素不变专门考察其中两个因素之间的关系就成为偏相关。 2．讨论以下几种场合,回归方程t t t t u X X Y +++=33221βββ中回归系数的经济意义和应取的符号。 （1）Y t 为商业利润率；X 2t 为人均销售额；X 3t 为流通费用率。 （2）Y t 为粮食销售量；X 2t 为人口数；X 3t 为人均收入。 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 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 2015年《统计学》第八章相关与回归分析习题及满分答案 一、单选题 1.相关分析研究的是（ A ） A、变量间相互关系的密切程度 B、变量之间因果关系 C、变量之间严格的相依关系 D、变量之间的线性关系 2．若变量X的值增加时，变量Y的值也增加，那么变量X和变量Y之间存在着（A ）。 A、正相关关系 B、负相关关系 C、直线相关关系 D、曲线相关关系 3．若变量X的值增加时，变量Y的值随之下降，那么变量X和变量Y之间存在着（B）。 A、正相关关系 B、负相关关系 C、直线相关关系 D、曲线相关关系 4．相关系数等于零表明两变量（B）。 A.是严格的函数关系 B.不存在相关关系 C.不存在线性相关关系 D.存在曲线线性相关关系 5．相关关系的主要特征是（B）。 A、某一现象的标志与另外的标志之间的关系是不确定的 B、某一现象的标志与另外的标志之间存在着一定的依存关系，但它们不是确定的关系 C、某一现象的标志与另外的标志之间存在着严格的依存关系 D、某一现象的标志与另外的标志之间存在着不确定的直线关系 6．时间数列自身相关是指（ C ）。 A、两变量在不同时间上的依存关系 B、两变量静态的依存关系 C、一个变量随时间不同其前后期变量值之间的依存关系 D、一个变量的数值与时间之间的依存关系 7．如果变量X和变量Y之间的相关系数为负1，说明两个变量之间（D）。 A、不存在相关关系 B、相关程度很低 C、相关程度很高 D、完全负相关 8．若物价上涨，商品的需求量愈小，则物价与商品需求量之间（C）。 A、无相关 B、存在正相关 C、存在负相关 D、无法判断是否相关 9．相关分析对资料的要求是（A）。 A.两变量均为随机的 B.两变量均不是随机的 C、自变量是随机的，因变量不是随机的 D、自变量不是随机的，因变量是随机的 10．回归分析中简单回归是指（D）。 A.时间数列自身回归 B.两个变量之间的回归 C.变量之间的线性回归 D.两个变量之间的线性回归 11.已知某工厂甲产品产量和生产成本有直线关系，在这条直线上，当产量为10 00时，其生产成本为30000元，其中不随产量变化的成本为6000元，则成本总额对产量的回归方程为（ A ） A. y=6000+24x B. y=6+0.24x C. y=24000+6x D. y=24+6000x 12.直线回归方程中，若回归系数为负，则（B） A.表明现象正相关 B.表明现象负相关 数理统计学大作业 学院航空航天工程学部专业飞行器设计 班级航宇二班 学号142103130228 姓名张立 指导教师姜永 负责教师 沈阳航空航天大学 2014年12月 目录 (2) 前言 (3) 一、采集样本数据整理及SPSS统计软件的实现 (4) 1.1、数据的收集方法及说明 (4) 1.2、数据整理：给出频数、频率分布表及偏度和峰度 (4) 1.3、画出直方图和折线图 (6) 1.4、经验分布函数和图形 (6) 1.5、各种概率分布 (7) 二、给出总体分布的参数估计 (12) 2.1、矩估计法 (12) 2.2、最大似然估计 (12) 2.3、参数区间估计 (13) 三、参数的假设检验 (16) 3.1. 样本统计数据的t检验 (16) 3.2样本统计数据的2χ检验 (17) 四、非参数假设检验（ 2 χ拟合优度检验） (18) 4.1、2χ拟合优度检验 (18) 五、结论 (20) 参考文献 (21) 数理统计学是研究有效地运用数据收集与数据处理、多种模型与技术分析、社会调查与统计分析等，对科技前沿和国民经济重大问题和复杂问题，以及社会和政府中的大量问题，如何对数据进行推理，以便对问题进行推断或预测，从而对决策和行动提供依据和建议的应用广泛的基础性学科。随着科学技术的发展，数理统计的作用在国民生活中越来越重要，特别是现在随着大数据的时代来临，迫切的需要我们对大量数据的处理能力，当然这些大量的数据不可能用人工计算，有很多可以实际应用的数理统计软件，这次大作业我使用的是SPSS软件。 由于数理统计是一门实用性极强的学科，在学习中要紧扣它的实际背景，理解统计方法的直观含义。了解数理统计能解决那些实际问题。对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。例如估计未知分布的数学期望，就要考虑到：1.如何寻求合适的估计量的途径，2.如何比较多个估计量的优劣。这样，针对1按不同的统计思想可推出矩估计和极大似然估计，而针对2又可分为无偏估计、有效估计、相合估计，因为不同的估计名称有着不同的含义，一个具体估计量可以满足上面的每一个，也可能不满足。掌握了寻求估计的统计思想，具体寻求估计的步骤往往是“套路子”的，并不困难，然而如果没有从根本上理解，仅死背套路子往往会出现各种错误.数理统计-回归分析
第6章 相关与回归分析习题解答
北航-数理统计大作业
最新北航数理统计大作业-多元线性回归
2015年《统计学》第八章 相关与回归分析习题及满分答案
数理统计大作业