应用回归分析实验报告一元线性回归在公司加班制度中的应用院〔系〕：专业班级：****：指导教师：成绩：完成时间：. z.-一元线性回归在公司加班制度中的应用一、实验目的掌握一元线性回归分析的根本思想和操作，可以读懂分析结果，并写出回归方程，对回归方程进展方差分析、显著性检验等的各种统计检验二、实验环境SPSS21.0 windows10.0三、实验题目一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状经10周时间，收集了每周加班数据和签发的新保单数目，*为每周签发的新保单数目，y为每周加班时间〔小时〕，数据如表所示周序号12345678910*825215107055048092013503256701215y3.51.04.02.01.03.04.51.53.05.01. 画散点图2. 与之间大致呈线性关系.3. 用最小二乘法估计求出回归方程4. 求出回归标准误差5. 给出与的置信度95%的区间估计6. 计算与的决定系数7. 对回归方程作方差分析8. 作回归系数的显著性检验9. 作回归系数的显著性检验10. 对回归方程做残差图并作相应的分析。
11. 该公司预测下一周签发新保单，需要的加班时间是多少.12. 给出的置信度为95%的准确预测区间13. 给出的置信度为95%的区间估计四、实验过程及分析1.画散点图如图是以每周加班时间为纵坐标，每周签发的新保单为横坐标绘制的散点图，从图中可以看出，数据均匀分布在对角线的两侧，说明*和y之间线性关系良好2.最小二乘估计求回归方程系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间B标准误差试用版下限上限1(常量).118.355.333.748-.701.937*.004.000.9498.509.000.003.005用SPSS求得回归方程的系数分别为0.118,0.004，故我们可以写出其回归方程如下：3.求回归标准误差ANOVAa模型平方和自由度均方F显著性1回归16.682116.68272.396.000b残差1.8438.230总计18.5259a. 因变量：yb. 预测变量：(常量), *由方差分析表可以得到回归标准误差：SSE=1.843故回归标准误差：，=0.484.给出回归系数的置信度为95%的置信区间估计系数a模型未标准化系数标准化系数t显著性B 的 95.0% 置信区间B标准误差Beta下限上限1(常量).118.355.333.748-.701.937*.004.000.9498.509.000.003.005a. 因变量：y由回归系数显著性检验表可以看出，当置信度为95%时：的预测区间为[-0.701,0.937], 的预测区间为[0.003,0.005].的置信区间包含0，表示不拒绝为0的原假设。
6.计算与的决定系数模型摘要模型RR 方调整后 R 方标准估算的误差1.949a.900.888.4800a. 预测变量：(常量), *由模型摘要表得到决定系数为0.9接近于1，说明模型的拟合度较高7.对回归方程做方差分析ANOVAa模型平方和自由度均方F显著性1回归16.682116.68272.396.000b残差1.8438.230总计18.5259a. 因变量：yb. 预测变量：(常量), *由方差分析表可知：F值=72.396>5.32(当时，查表得出对应值为5.32)，显著性约为0，所以拒绝原假设，说明回归方程显著8.做相关系数的显著性检验模型摘要模型RR 方调整后 R 方标准估算的误差1.949a.900.888.4800a. 预测变量：(常量), *由模型摘要可知相关系数到达0.949，说明显著线性相关9.对回归方程做残差图并做相应分析从残差图上看出残差是围绕e=0上下波动的，满足模型的根本假设10.该公司预测下一周签发新保单，需要的加班时间是多少.由预测可知公司预计下一周签发新保单时，五、实验总结在统计学实验学习中，通过实验操作可使我们加深对理论知识的理解，学习和掌握统计学的根本方法，并能进一步熟悉和掌握spss的操作方法，培养我们分析和解决实际问题的根本技能，提高我们的综合素质。
z.。