6.3F=10.0984F°.°1=5.4170(或P-value=0.000685=0.01),拒绝原假设。
6.4F=11.7557aF0.05=3.6823(或P—value=0.000849<(x=0.05),拒绝原假设。
6.5F=17.0684F°.°5=3.8853(或P-value=0.0003u-0.05),拒绝原假设。
Xa—Xb|=44.4—30=14.4>LSD=5.85,拒绝原假设;
乂人—Xc|=44.4-42.6=1.8cLSD=5.85,不能拒绝原假设;
Xb—Xc|=30—42.6=12.6aLSD=5.85,拒绝原假设。
6.6方差分析表中所缺的数值如下表:
差异源
SS
df
MS
F
P-value
Fcrit
组间
420
2
210
1.478
0.245946
3.354131
组内
3836
27
142.07
总计
4256
29
F=1.478:
:
F0.05=3.554131(或P-value=0.245946:
=0.05),不能拒绝原
假设第7章相关与回归分析
7.1
(1)散点图(略),产量与生产费用之间正的线性相关关系
(2)r-0.920232。
(3)检验统计量t=14.4222T2.2281,拒绝原假设,相关系数显著
7.2(1散点图(略)。
(2)r=0.8621。
7.3
(1)?
o表示当x=0时y的期望值。
(2)?
表示x每变动一个单位y平均下降0.5个单位。
(3)E(y)=7。
7.4
(1)R2=90%。
(2)Se=1。
7.5
(1)散点图(略)。
(2)r=0.9489。
(3)0=0.1181+0.00358X。
回归系数翼=0.00358表示运送距离每增加1公里,运送时间平均增加0.00358天。
7.6
(1)散点图(略)。
二者之间为高度的正线性相关关系。
(2)r=0.998128,二者之间为高度的正线性相关关系。
(3)估计的回归方程为:
?
=734.6928-0.308683X。
回归系数?
=0.308683
表示人均GDP每增加1元,人均消费水平平均增加0.308683元。
(4)判定系数R=0.996259。
表明在人均消费水平的变差中,有99.6259%是由人均GDP决定的。
(5)检验统计量F=1331.692R-6.61,拒绝原假设,线性关系显著。
(6)%。
0=734.69280.3086835000=2278.1078(元)。
(7)置信区间:
[1990.749,2565.464];预测区间:
[1580.463,2975.750]。
7.7
(1)散点图(略),二者之间为负的线性相关关系。
正点率每增加1%,顾客投诉次数平均下降4.7次。
(3)检验统计量t=4.959t2=2.3060(P-Value=0.001108<=0.05),
拒绝原假设,回归系数显著。
(4)%=430.1892-4.780=54.1892(次)。
(5)置信区间:
(37.660,70.619);预测区间:
(7.572,100.707)。
7.8Excel输出的结果如下(解释与分析请读者自己完成)
MultipleR
0.7951
RSquare
0.6322
AdjustedRSquare
0.6117
标准误差
2.6858
观测值
20
方差分析
df
SS
MS
F
SignificanceF
回归分析
1
223.1403
223.1403
30.9332
2.79889E-05
残差
18
129.8452
7.2136
总计
19
352.9855
Coefficients
标准误差
tStat
P-value
Lower95%
Upper95%
Intercept
49.3177
3.8050
12.9612
0.0000
41.3236
57.3117
XVariable1
0.2492
0.0448
5.5618
0.0000
0.1551
0.3434
7.9
(1)方差分析表中所缺的数值如下
方差分析表
变差来源
df
SS
MS
F
SignificaneeF
回归
1
1422708.6
1422708.6
354.277
2.17E-09
残差
10
40158.07
4015.807
—
总计
11
1642866.67
(2)R2二SS^=1422708.60二0.8660二86.60%。
表明汽车销售量的变
SST1642866.67
差中有86.60%是由于广告费用的变动引起的。
(3)r*R2「》0.8660=0.9306。
(4)7=363.68911.420211x。
回归系数?
1=1.420211表示广告费用每
增加一个单位,销售量平均增加1.420211个单位。
(5)SignificaneeF=2.17E-09v:
=0.05,线性关系显著。
2
7.10?
-13.62542.3029x;R-93.74%;se=3.8092。
7.11
(1)27。
(2)4.41。
(3)拒绝H。
。
(4)r--0.7746。
(5)拒绝H。
。
7.12
(1)15.95一E(y)-18.05。
(2)14.651乞y0「9.349。
7.13?
--46.2915.24x;441.555空E(y40)岂685.045。
7.14?
"25・03-0.0497x11.928x2;预测28.586。
7.15(略)。
7.16
(1)显著。
(2)显著。
7.17
(1)y?
=88.63771.6039X,。
(2)?
=83.23012.2902%1.3010X2。
(3)不相同。
方程
(1)中的回归系数弭=1.6039表示电视广告费用每增
力卩1万元,月销售额平均增加1.6039万元;方程
(1)中的回归系数
屛=2.2902表示在报纸广告费用不变的条件下,电视广告费用每增加1万
元,月销售额平均增加2.2902万元。
(4)R2=91.91%;R2-88.66%。
(5)'-1的P-Value=0.0007,空的P-Value=0.0098,均小于:
=0.05,两个回归系数均显著。
7.18
(1)y?
--0.591022.3865%327.6717X2
(2)回归系数22.3865表示降雨量每增加1毫mm,小麦收获量平均增加22.3865kg/hm2;回归系数?
2=327.6717表示温度每增加10C,小麦收获量平均增加327.6717kg/mh2。
(3)可能存在。
7.19
(1)?
-148.70050.8147x10.8210x20.1350x3。
(2)R2=89.75%;R2=87.83%。
(3)SignificaneeF=3.88E-08v:
=0.05,线性关系显著。
(4)的P-Value=0.1311>:
=0.05,不显著;'2的
P-Value=0.0013v>-0.05,显著;':
3的P-Value=0.0571>、-0.05,不显著。
第8章时间序列分析和预测
&1
(1)时间序列图(略)。
(3)1232.90亿元)。
62
(1)时间序列图(略)。
(2)1421.2(公斤/公顷)。
(3)〉=0.3时的预测值:
F2001=1380.18,误差均方二291455;:
=0.5时的预测值:
F2001=1407.23,误差均方二239123。
〉=0.5更合适。
63
(1)3期移动平均预测值二630.33(万元)。
(2)=0.3时的预测值:
戸9=567.95,误差均方二87514.7;:
•=0.4时的
预测值:
耳=591.06,误差均方二62662.5;0.5时的预测值:
F19=606.54,误差均方=50236。
=0.5更合适
(3)趋势方程Y?
=239.7321.928&。
估计标准误差®=31.6628。
64
(1)趋势图(略)。
(2)趋势方程Y=145.781.16077'。
20XX年预测值二3336.89亿元)。
65
(1)趋势图(略)。
(2)线性趋势方程Y-69.5202-13.9495t,2000年预测值=585.65(万吨)。
8.6线性趋势:
=374.1613-0.61371;二次曲线:
Y?
=381.6442-1.8272t0.0337t2;三次曲线:
Y?
二372.56171.0030t-0.1601t20.0036t3。
67
(1)原煤产量趋势图(略)。
(2)趋势方程Y?
=4.58240.9674t-0.0309t2,预测值=11.28(亿吨)。
68
(1)图形(略)。
(2)移动平均法或指数平滑法。
8.9
(1)略
(2)结果如下
20XX年/
月
时间编号
季节指
数
回归预测
值
最终预测
值
1
97—
1.0439
3056.30
3190.48
2
98
0.9939
3077.50
3058.87
3
99
0.9593
3098.71
2972.48
4
100
0.9398
3119.92
2931.99
5
101
0.9439
3141.13
2964.88
6
102
0.9589
3162.33
3032.30
7
103
0.9287
3183.54
2956.43
8
104
0.9261
3204.75
2967.86
9
105
0.9814
3225.96
3166.05
10
106
1.0075
3247.16
3271.51
11
107
1.0472
3268.37
3422.77
12
108
1.2694
3289.58
4175.95
&10各季节指数如下
1季度2季度3季度4季度
季节指数
0.75170.85131.23431.1627
季节变动图(略)
图形
计算趋势:
分离季节因素后的趋势方程为:
Y?
=204392163.7064t
(略)
周期波动图(略)。
&11各月季节指数如下
1月
2月
3月
4月
5月
6月
0.6744
0.6699
0.7432
0.7903
0.8061
0.8510
7月
8月
9月
10月
11月
12月
0.7552
0.3449
0.9619
1.1992
1.8662
2.3377
季节变动图(略)
O
计算趋势:
分离季节因素后的趋势方程为:
Y?
=119.159•0.42449t。
图形
(略)。
周期波动图(略)。
随机波动图(略)。
第9章指数
9.1
(1)v=110.80%。
(2)Ip=122.46%。
(3)Iq=90.48%。
(4)13920元=26190元-12270元。
9.2
(1)111.72%。
(2)111.60%。
(3)100.10%。
(4)15.3万元=15.1532万元+0.1468万元。
9.3
(1)2.62%;8016元。
(2)28.42%;124864元。
(3)143.37%;132880丿元。
9.4
(1)单位成本增长11.11%。
(2)Ip=111.11%;lq=90.91%。
9.5结果如下表:
年份
缩减后的人均GDP
1990
1584.9
1991
1817.2
1992
2149.4
1993
2562.3
1994
3161.2
1995
4145.2
1996
5148.7
1997
5889.1
1998
6357.9
1999
6640.0
2000
7049.8
9.6Ip=98.52%,下跌1.48%。