管理统计学与SPSS160应用课件习题及答案08.docx
- 文档编号:26831073
- 上传时间:2023-06-23
- 格式:DOCX
- 页数:15
- 大小:46.30KB
管理统计学与SPSS160应用课件习题及答案08.docx
《管理统计学与SPSS160应用课件习题及答案08.docx》由会员分享,可在线阅读,更多相关《管理统计学与SPSS160应用课件习题及答案08.docx(15页珍藏版)》请在冰豆网上搜索。
管理统计学与SPSS160应用课件习题及答案08
习题8
(1)随着公司的持续发展,常常有滑入无效率困境的危险,假定若干年后公司的销售开始滑坡,但公司还是不停地招聘新人,这种情况在某个10年中的数据会与下表给出的数据相似。
根据这些数据,以销售额为自变量,员工数为因变量画出散点图,并建立一个回归模型,通过员工的数量来预测销售额。
根据你的分析结果回答:
如果这个趋势继续下去,你对公司的管理层有何建议?
你认为管理层应该关注什么?
年序号
销售额(百万美元)
员工数
1
20.2
120
2
24.3
135
3
28.6
142
4
33.4
150
5
35.2
155
6
35.9
168
7
36.3
172
8
36.2
170
9
36.5
175
10
36.4
174
解:
得到的散点图如下图所示,由散点图看出两变量之间有明显的线性关系。
通过SPSS操作,得到如下所示结果,操作步骤略(与书中案例同)。
ModelSummary
Model
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
1
.954a
.910
.899
6.04434
a.Predictors:
(Constant),销售额
由上表中判定系数为0.954,可知自变量与因变量的关系非常密切。
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
2958.627
1
2958.627
80.983
.000a
Residual
292.273
8
36.534
Total
3250.900
9
a.Predictors:
(Constant),销售额
b.DependentVariable:
员工数
由上表中,统计量F=80.983,回归模型的Sig.值为0,说明该模型有显著的统计意义,自变量x与因变量y之间确有线性回归关系
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
(Constant)
56.689
11.211
5.057
.001
销售额
3.078
.342
.954
8.999
.000
a.DependentVariable:
员工数
由上表,常数项和销售额所对应的系数其t检验的Sig.值都为0,说明回归系数与0有显著差别,具有显著的统计学意义。
从表格中可以看出估计值及其检验结果,常数项
,回归系数
,回归系数检验统计量t=8.999。
所以得出例8-8的拟合结果为
建议请读者独立思考,这里不多做解答。
(2)某农场通过试验取得早稻收获了与春季降雨量和春季温度的数据如下:
收获量(公斤/公顷)y
降雨量(毫米)x1
温度(℃)x2
2250
25
6
3450
33
8
4500
45
10
6750
105
13
7200
110
14
7500
115
16
8250
120
17
①试确定早稻收获量对春季降雨量和春季温度的二元线性回归方程;
②解释回归系数的实际意义;
③根据你的判断,模型中是否存在多重共线性?
解:
①操作步骤(略)。
VariablesEntered/Removedb
Model
VariablesEntered
VariablesRemoved
Method
1
温度,降雨量a
.
Enter
a.Allrequestedvariablesentered.
b.DependentVariable:
收获量
ModelSummary
Model
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
1
.996a
.991
.987
261.43103
a.Predictors:
(Constant),温度,降雨量
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
3.123E7
2
1.561E7
228.444
.000a
Residual
273384.743
4
68346.186
Total
3.150E7
6
a.Predictors:
(Constant),温度,降雨量
b.DependentVariable:
收获量
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
(Constant)
-.591
505.004
-.001
.999
降雨量
22.386
9.601
.415
2.332
.080
温度
327.672
98.798
.590
3.317
.029
a.DependentVariable:
收获量
由上表可得:
y=-0.591+22.386x1+327.672x2,但由上表中的Sig.值可知,两个自变量与因变量的线性关系并不是十分显著,可知,可能会有其他的因素影响收获量的取值,如施肥量等。
②
降雨量的回归系数的意义:
当降雨量增加1毫米时,收获量将增加22.386公斤。
温度的回归系数的意义:
当温度增加1℃时,收获量将增加327.672公斤。
③
CollinearityDiagnosticsa
Model
Dimension
Eigenvalue
ConditionIndex
VarianceProportions
(Constant)
降雨量
温度
1
1
2.888
1.000
.00
.00
.00
2
.108
5.182
.21
.05
.00
3
.004
26.791
.78
.95
1.00
a.DependentVariable:
收获量
由上表的共线性分析结果得知,两个因变量之间不存在共线性问题。
(2)下面是随机抽取的15家大型商场销售的同类产品的有关数据:
企业编号
销售价格(元)y
购进价格(元)x1
销售费用(元)x2
1
1238
966
223
2
1266
894
257
3
1200
440
387
4
1193
664
310
5
1106
791
339
6
1303
852
283
7
1313
804
302
8
1144
905
241
9
1286
771
304
10
1084
511
326
11
1120
505
339
12
1156
851
235
13
1083
659
276
14
1263
490
390
15
1246
696
316
①计算y与x1,y与x2直接的相关系数,是否有证据表明销售价格与购进价格、销售价格与销售费用之间存在线性关系?
②根据上述结果,你认为用购进价格和销售费用来预测销售价格是否有效?
解:
①操作步骤(略)
Correlations
x1
x2
y
PearsonCorrelation
.309
-.025
Sig.(2-tailed)
.263
.929
N
15
15
由上表可知,y与x1的相关系数为0.309,y与x2的相关系数为-0.025。
由以上两个散点图可知,销售价格与购进价格、销售价格与销售费用之间不存在明显的线性关系。
②
VariablesEntered/Removedb
Model
VariablesEntered
VariablesRemoved
Method
1
销售费用,购进价格a
.
Enter
a.Allrequestedvariablesentered.
b.DependentVariable:
销售价格
ModelSummary
Model
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
1
.558a
.312
.197
71.91589
a.Predictors:
(Constant),销售费用,购进价格
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
28098.190
2
14049.095
2.716
.106a
Residual
62062.744
12
5171.895
Total
90160.933
14
a.Predictors:
(Constant),销售费用,购进价格
b.DependentVariable:
销售价格
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
CollinearityStatistics
B
Std.Error
Beta
Tolerance
VIF
1
(Constant)
400.590
367.270
1.091
.297
购进价格
.512
.220
1.083
2.328
.038
.265
3.768
销售费用
1.427
.735
.903
1.941
.076
.265
3.768
a.DependentVariable:
销售价格
由上表可知,购进价格与销售费用对销售价格的线性关系不是十分显著,可能还存在其他的因素影响销售价格。
且由下表可知,购进价格与销售费用之间还存在明显的共线性问题,因此,用购进价格和销售费用来预测销售价格不是很有效。
CollinearityDiagnosticsa
Model
Dimension
Eigenvalue
ConditionIndex
VarianceProportions
(Constant)
购进价格
销售费用
1
1
2.930
1.000
.00
.00
.00
2
.069
6.527
.00
.11
.04
3
.002
41.904
1.00
.89
.96
a.DependentVariable:
销售价格
(4)制度变迁是经济增长的源头,根据研究衡量制度变迁有两个变量:
非国有化率和国家财政收入GDP的比重。
自1998年以来中国的经济增长率一直未突破9%的状态,因此以9%为分界点,将经济增长定义为1(经济增长大于等于9%)或0(经济增长小于9%),根据1995—2000年的数据,如下表所示,请试建立中国经济增长率的Logistic模型。
年
X1
X2
Y
1985
35.1
77.6
1
1986
37.7
79.2
0
1987
40.3
81.6
1
1988
43.2
84.2
1
1989
43.9
84.2
1
1990
45.4
84.2
0
1991
47.1
85.4
0
1992
51.9
86.9
1
1993
56.9
87.4
1
1994
59.2
88.8
1
1995
66.0
89.3
1
1996
63.7
89.1
1
1997
68.4
88.4
0
1998
71.8
87.6
0
1999
62.6
86.7
0
2000
68.6
85
0
解:
①操作步骤:
步骤一:
将数据输入数据框中,其中,非国有化率定义为变量X1,国家财政收入占GDP的比重定义为变量X2,经济增长率定义为Y,年份定义为year。
步骤二:
Analyze→Regression→BinaryLogistic,打开LogisticRegression主对话框。
步骤三:
将变量Y作为因变量选入Dependent列表框中,将变量X1、X2作为解释变量选入Covariates列表框中。
步骤四:
单击Options按钮,打开LogisticRegression:
Options对话框,选中所有复选框,然后单击Continue按钮确认选择并返回主对话框。
步骤五:
单击OK按钮,执行二维Logistic回归过程。
②结果分析:
下表为数据汇总表格,给出了所有个案数、有效个案数和缺失个案数。
CaseProcessingSummary
UnweightedCasesa
N
Percent
SelectedCases
IncludedinAnalysis
16
100.0
MissingCases
0
.0
Total
16
100.0
UnselectedCases
0
.0
Total
16
100.0
a.Ifweightisineffect,seeclassificationtableforthetotalnumberofcases.
下表为因变量的编码表。
因变量的原始编码为0、1。
DependentVariableEncoding
OriginalValue
InternalValue
0
0
1
1
下表为迭代记录表,显示整个迭代过程,第5步的对数似然函数与第4步的差值小于0.001,迭代终止,输出每步迭代记录。
IterationHistorya,b,c
Iteration
-2Loglikelihood
Coefficients
Constant
Step0
1
21.930
.250
2
21.930
.251
3
21.930
.251
a.Constantisincludedinthemodel.
b.Initial-2LogLikelihood:
21.930
c.Estimationterminatedatiterationnumber3becauseparameterestimateschangedbylessthan.001.
IterationHistorya,b,c,d
Iteration
-2Loglikelihood
Coefficients
Constant
X1
X2
Step1
1
17.287
-31.922
-.156
.475
2
17.085
-40.069
-.198
.597
3
17.082
-41.234
-.205
.615
4
17.082
-41.258
-.205
.615
5
17.082
-41.258
-.205
.615
a.Method:
Enter
b.Constantisincludedinthemodel.
c.Initial-2LogLikelihood:
21.930
d.Estimationterminatedatiterationnumber5becauseparameterestimateschangedbylessthan.001.
下表为包含在方程中的变量和未包含在方程中的变量。
VariablesintheEquation
B
S.E.
Wald
df
Sig.
Exp(B)
Step0
Constant
.251
.504
.249
1
.618
1.286
VariablesnotintheEquation
Score
df
Sig.
Step0
Variables
X1
1.095
1
.295
X2
.020
1
.887
OverallStatistics
4.340
2
.114
下表为模型参数检验值,显示Step、Block、Model的X2的值相同,P=0.089,即模型不显著。
OmnibusTestsofModelCoefficients
Chi-square
df
Sig.
Step1
Step
4.848
2
.089
Block
4.848
2
.089
Model
4.848
2
.089
下表为变量估计值及检验值。
VariablesintheEquation
B
S.E.
Wald
df
Sig.
Exp(B)
95.0%C.I.forEXP(B)
Lower
Upper
Step1a
X1
-.205
.114
3.217
1
.073
.815
.652
1.019
X2
.615
.362
2.889
1
.089
1.850
.910
3.761
Constant
-41.258
25.562
2.605
1
.107
.000
a.Variable(s)enteredonstep1:
X1,X2.
从上表中看出,显著性水平P值分别为0.073、0.089、0.107,因此推断X1和X2两变量不显著,即非国有化率和国有财政收入占GDP比重对经济增长没有显著影响。
这可能跟所选取的数据有关,因为2004年以后的制度变迁相对稳定,经济增长比较迅速,市场发展完善,因而制度的影响响度减弱。
读者可试找出更早的数据进行分析,得到的结论可能不一样。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 管理 统计学 SPSS160 应用 课件 习题 答案 08