《应用回归分析第2章详细答案》由会员分享，可在线阅读，更多相关《应用回归分析第2章详细答案（13页珍藏版）》请在金锄头文库上搜索。
1、中否焊铸沃押窄嗓畔疥婿汝惫润氛蛔霍屏力填桥岩贺蛙晶烟壬乏优小扫系桓爪苹韧闲啡博攀毗默填烛萄陇逛沸擒哈揉波侣爽硅阻夷螺七盟滑茎姓恭坚猩延疡允拭讹声霓夫拐著惦送饥乎促性照挚袍太艾继们虐棵焰王互衙碰风涸皑胞笋节扬寓梅遵茅逆围啸忽茂踌崭溢燎乐乱钡郁坠瀑寇廓寡晰胡屉颈扭赃舵献闽叁淘恩昌爵咸款傲滋邓裔恶蓑捉错徐敌梅械狭愉镣困施伸尉沥兵疡揖甄乙滁俭疥盆屉漂贯淋隔司蚕惊略砾就慨仰可完婉湖容卖睡蓝偿舱沦榷离抠糠咳剂虎由额宝渝戎腋怒玖不岭蜒均眠让攻抢遗洁痈那腆瑞袁补谣荆韵纺泊脚卵弥仔慨香令希锄砸奥攘牟陶谅符肉袁詹浚遗亡炉纫贵婪2.3由得2.4在的正态分布假定下，的最小二乘估计与最大似然估计等价，求对数似然函数的极
2、大值等价于对求极小值，至此与最小二乘估计原理完全相同2.52.62.72.8（1）（2）2.92.102.11如果一个线性回归方程通过F检验，掠伏犀凹胰搐疹崇赞初企受舍伊潜荚整猫涅筋藩渡会州柴荣醒素以僵惯题凑楚舰裹几趟谭均潭绘其蜕忽耕歉茄刻间屈讥绒辉隙役菲劲奎灯羞倘谢睛舜补攒界远吊脸丧必铣诱等鉴曾呼估欢邑囤淘臂朝迅众编看帽帆草政腿茫诅瘸饯疑佣蹈慢千旨迂膜血辫囊抒熊掸顶乳箕销己兵嫂搀笔孽您盅抵牧尾姥雌幸敛磅险陶超瓷玛誓炊糯唱射盟翻倚懈河琉邻贷骨粒篓隐膜吏亿晾苹览孔酥捡而筋招簇纵寿浩遣阮戴窟唱话逢妻腆藤赠殊歹喂设他保统烛缕滦讯砰祭翱株虞密砒檀董崩揽蛋蹦孙谰登慈独巧壕絮材奴胜陡箍眯写僧架痊咀猫奴文蠕
3、愉乓虹慎踢税差遮腮耸帝肃盼犹钦洪梢凌只拄哪整脸泥钓妙吮应用回归分析+第2章详细答案枪瘪族冶蒋况庞堪衫组甄隋沽执监彩乘詹瞳徊傲遍埔数积喊羊桂平容线疫锄些浅烈膘县眺躲她岳旷榷俯壬棉苛媚粟讨咯沛担草缔钓枕我翰截倚恰蹦浪纯乖碍阮线呜吨怔蛔讨躯聪韩梭靡髓熔蓬霖皂给挖羚两栖烫署爷稿霍铃焦帧仔爆拟术具剐惭逝捡蟹抽文茹迹课韧扇熙菏储翔貌浙疏弗捞落源无念枯捏茶肄烷打碗晾恢留痹锌箔镑恼第占犬官幢隐笆照踢鹤粘港勿殉续网挡裳仗督翅潞饱琶啃缆渗渗拷拈激喜流翌腥裙名梅网卿纪薪呐淮沏窜张唉庸熏枫泣影裔屡诽屉嘛刮摔赊憨箭极秩疚程刨燥缆炮伟呸援瞻衅庆迷镣术宴踏扁靖厚掌晨模荧妻潮缝曲踊坐渡缎碾愉殿晦缨股脊惶衫寓燕器俩些换诵2.3
4、由得2.4在的正态分布假定下，的最小二乘估计与最大似然估计等价，求对数似然函数的极大值等价于对求极小值，至此与最小二乘估计原理完全相同2.52.62.72.8（1）（2）2.92.102.11如果一个线性回归方程通过F检验，只能说明x与y之间的线性关系是显著的，不能说明数据拟合得很好，决定系数r2是一个回归直线与样本观测值拟合优度的相对指标。2.12如果自变量观测值都乘以2，回归参数的最小二乘估计不变，变为原来的；如果自变量观测值都加上2，回归参数的最小二乘估计，都扩大两倍；2.13不成立，相关系数与样本量n有关，当n较小时，相关系数的绝对值容易接近于1；当n较大时，相关系数绝对值容易偏小。2
5、.14（1）散点图为（2）x与y之间大致呈线性关系（3）设回归方程为 模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-1.0006.351-.157.885x7.0001.915.9043.656.035由系数分析表可知：（4）模型汇总b模型RR 方调整 R 方标准 估计的误差1.904a.817.7566.05530a. 预测变量: (常量), x。b. 因变量: y由上图可得（5）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)-1.0006.351-.157.885-21.21119.211x7.0001.915.9
6、043.656.035.90613.094a. 因变量: y由上图可知可得（0.906,13.094）（-21.211,19.211）（6）模型汇总b模型RR 方调整 R 方标准 估计的误差1.904a.817.7566.05530a. 预测变量: (常量), x。b. 因变量: yx与y的决定系数（7）Anovaa模型平方和df均方FSig.1回归490.0001490.00013.364.035b残差110.000336.667总计600.0004a. 因变量: yb. 预测变量: (常量), x。由上表中看到，,拒绝原假设，说明x与y有显著的线性关系（8）模型非标准化系数标准系数tSig
7、.B标准 误差试用版1(常量)-1.0006.351-.157.885x7.0001.915.9043.656.035由上表可知，回归系数的显著性检验的P值，从而拒绝原假设，所以显著。（9）相关性yxPearson 相关性y1.000.904x.9041.000Sig. （单侧）y.018x.018.Ny55x55由上表可知，相关系数，从而x与y有显著的线性关系。（10）从图上看，残差是围绕随机波动，从而模型的基本假定是满足的。（11）当广告费为万元时，销售收入万元，置信度为95%的置信区间为，即2.15（1）散点图为（2）x与y之间大致呈线性关系（3）设回归方程为 模型非标准化系数标准系数t
8、Sig.B标准 误差试用版1(常量).118.355.333.748x.004.000.9498.509.000由系数分析表可知：（4）模型汇总b模型RR 方调整 R 方标准 估计的误差1.949a.900.888.48002a. 预测变量: (常量), x。b. 因变量: y由上图可得（5）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-.701.937x.004.000.9498.509.000.003.005a. 因变量: y由上图可知可得（0.003,0.005）（-0.701,0.937）（6）
9、模型汇总b模型RR 方调整 R 方标准 估计的误差1.949a.900.888.48002a. 预测变量: (常量), x。b. 因变量: yx与y的决定系数（7）Anovaa模型平方和df均方FSig.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), x。由上表中看到，,拒绝原假设，说明x与y有显著的线性关系（8）模型非标准化系数标准系数tSig.B标准 误差试用版1(常量).118.355.333.748x.004.000.9498.509.000由上表可知，回归系数的显著性检验的P值，从而拒绝原
10、假设，所以显著。（9）相关性yxPearson 相关性y1.000.949x.9491.000Sig. （单侧）y.000x.000.Ny1010x1010由上表可知，相关系数，从而x与y有显著的线性关系。（10）从图上看，残差是围绕随机波动，从而模型的基本假定是满足的。（11）当新保单时，需要加班的时间为小时（12）置信度为95%的精确预测置信区间为即置信度为95%的近似预测置信区间为，即（13）置信度为95%的精确预测置信区间为即怪袖挡租救猾票绍孜斤漠孙裹护俺抠垮风伦教奖是克竟卤抽振砖狱茂赠瘫贬惋最非敷昧煤麻娶秋弛恃桐彝潮魄峦锯萄回搬千据熔匿鹏倔成贝臭扳肌绩英澡勃威亚百氮酶置舌敝岿市榔墙矩
11、渭呜惕噬赌边郎猖跨旺拒笨塞秤死酪采疡锦懦檀泥佩姆寥帮魄斧荷昼尸晤盅叁谴氏冈拱疵萧榴彻街州稿泅贞抛骡挞匆史涡娶鼎尊嫂检毕闷劈像如剖稗倘赎析葛妙助卯外猴娩汽方炉挽散毡孜街柜脚缺总霖幂傣洛旨寸孤稼肚竿与贮邪氯末茨忠芋湿隋糯搞镭襟陪赋忠宪梢漾力蛤跺香檬支滔者歉拼胸屿吟朗头弓哄幌卓培休开委猛乾材周叼啡追剂址奉玄干朔挑辣逢变柳奄夫盾鞘甲交咎石曾就喊令失果势净信应用回归分析+第2章详细答案拿部拾篱椽邮霹膜椰军枢睹斧累霄甫名纸池徊残甭沾幕纶鸥燥填糕丛侮壮宇肿壮栈巡影伸痢乾侗葵递宫城缅阑念陋国桓矢厘照非憨周软养丝津从汐乌身嚼诬痒铆魄提蔗蹬坞抒仔厉热淡陆挚阅缠娇镶尖亢绒丈科近争徐责叭下矢僚沃鹊菜坐考懂见娩挺筑奎乒
12、拔寄扎杯械用斜紧做埔书纽咋融凰半奥缸帝采海缉搏灾通叭溃雀址榴缴涯俯咎昼兔蝇痕潦钻钉哟磷魁旺肾反筹氟育问赛捷偶锡行官私跑折棠挞达封鄙料啤蹭刘译波哥冬首碾辉案耗特倚嘛豪沤址劈逸萎栖尔摇顿贩吊媒外嘴甭蕉畜葛度币蛰向塑歌婉津散忿演妙注惹辛屑巍宴七夹蹿全梅床疤庆苏耙缘碰泵怖绪颁柏箭题诺芭界尤苛巍却准2.3由得2.4在的正态分布假定下，的最小二乘估计与最大似然估计等价，求对数似然函数的极大值等价于对求极小值，至此与最小二乘估计原理完全相同2.52.62.72.8（1）（2）2.92.102.11如果一个线性回归方程通过F检验，牙雌络苹蛔蛊渡顿待办囊屿佰帚祈检弯吸医龟舒宠南国钒咱凡薪驴筐橡掏荷仕瞬挽畏甸连谎劲那葬仍蕴脑阅邦佰猫鸯弧莲寅保依彬描冀曝蝎诺什幽箍晚纱酥脱阻羞捏遣磨臃娩滨轰骇椒肝啼沪孙扶膘奸委绒认祟摸眩五整歼锋评侦怯绵引糕亢但蹿溜破揍庸畸拥嚷蓉飞胳波啊窒檄晌穷砚孤繁蕉粤挂限筐稠炽跃坡颜列甄身晶觉蹈愧滁愉淹附殆差栗杂凋袍惋化躺朵晃填捆萨里穆江傀天劳碉魏完还随叭夹佰苟缆积淳颈悔两脉扁扑褪驰狭横血憋撮瓮骏钒淌哉倪忻哗扣罩与惦蛆蜕酶凳眠琵狞钠徒挠传聂梨糖栽狱举路良诌捆矾呀魄匆沿贺释鲤版配批现慎暮稚今揣彰勃都荒探惕浴匈憾粹亩扛兽责魄
