《2023年一元线性回归分析研究实验报告》由会员分享，可在线阅读，更多相关《2023年一元线性回归分析研究实验报告（8页珍藏版）》请在金锄头文库上搜索。
1、应用回归分析试验汇报一元线性回归在企业加班制度中地应用院（系）：专业班级：学号姓名：指导老师：成 绩：完毕时间：一元线性回归在企业加班制度中地应用一、试验目地掌握一元线性回归分析地基本思想和操作，可以读懂分析成果，并写出回归方程，对回归方程进行方差分析、明显性检查等地多种记录检查b5E2RGbCAP二、试验环境SPSS21.0 windows10.0三、试验题目一家保险企业十分关怀其总企业营业部加班地程度，决定认真调查一下现实状况.经10周时间，搜集了每周加班数据和签发地新保单数目，x为每周签发地新保单数目，y为每周加班时间（小时），数据如表所示p1EanqFDPw周序号12345678910
2、X825215107055048092013503256701215y3.51.04.02.01.03.04.51.53.05.01. 画散点图.2. 与之间大体呈线性关系？3. 用最小二乘法估计求出回归方程.4. 求出回归原则误差.5. 给出与地置信度95%地区间估计.6. 计算与地决定系数.7. 对回归方程作方差分析.8. 作回归系数地明显性检查.9. 作回归系数地明显性检查.10. 对回归方程做残差图并作对应地分析.11. 该企业预测下一周签发新保单张，需要地加班时间是多少？12. 给出地置信度为95%地精确预测区间.13. 给出地置信度为95%地区间估计.四、试验过程及分析1.画散点图
3、如图是以每周加班时间为纵坐标，每周签发地新保单为横坐标绘制地散点图，从图中可以看出，数据均匀分布在对角线地两侧，阐明x和y之间线性关系良好.DXDiTa9E3d2.最小二乘估计求回归方程系数a模型非原则化系数原则系数tSig.B 地 95.0% 置信区间B原则误差试用版下限上限1(常量).118.355.333.748-.701.937x.004.000.9498.509.000.003.005用SPSS求得回归方程地系数分别为0.118,0.004，故我们可以写出其回归方程如下：3.求回归原则误差ANOVAa模型平方和自由度均方F明显性1回归16.682116.68272.396.000b残
4、差1.8438.230总计18.5259a. 因变量：yb. 预测变量：(常量), x由方差分析表可以得到回归原则误差：SSE=1.843故回归原则误差：，=0.48.4.给出回归系数地置信度为95%地置信区间估计.系数a模型未原则化系数原则化系数t明显性B 地 95.0% 置信区间B原则误差Beta下限上限1(常量).118.355.333.748-.701.937x.004.000.9498.509.000.003.005a. 因变量：y由回归系数明显性检查表可以看出，当置信度为95%时：地预测区间为-0.701,0.937,地预测区间为0.003,0.005.地置信区间包括0，表达不拒绝
5、为0地原假设.RTCrpUDGiT6.计算与地决定系数.模型摘要模型RR 方调整后 R 方原则估算地误差1.949a.900.888.4800a. 预测变量：(常量), x由模型摘要表得到决定系数为0.9靠近于1，阐明模型地拟合度较高.7.对回归方程做方差分析.ANOVAa模型平方和自由度均方F明显性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), x由方差分析表可知：F值=72.3965.32(当时，查表得出对应值为5.32)，明显性约为0，因此拒绝原假设，阐明回归方程明显.5PCzVD7HxA8.做有
6、关系数地明显性检查.模型摘要模型RR 方调整后 R 方原则估算地误差1.949a.900.888.4800a. 预测变量：(常量), x由模型摘要可知有关系数到达0.949，阐明明显线性有关.9.对回归方程做残差图并做对应分析.从残差图上看出残差是围绕e=0上下波动地，满足模型地基本假设.10.该企业预测下一周签发新保单张，需要地加班时间是多少？由预测可知企业估计下一周签发新保单张时，五、试验总结在记录学试验学习中，通过试验操作可使我们加深对理论知识地理解，学习和掌握记录学地基本措施，并能深入熟悉和掌握spss地操作措施，培养我们分析和处理实际问题地基本技能，提高我们地综合素质.jLBHrnA
7、ILg版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整顿.版权为个人所有This article includes some parts, including text, pictures, and design. Copyright is personal ownership.xHAQX74J0X顾客可将本文地内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同步应遵守著作权法及其他有关法律地规定，不得侵犯本网站及有关权利人地合法权利.除此以外，将本文任何内容或服务用于其他用途时，须征得本人及有关权利人地书面许可，并支付酬劳.LDAYtRyKfEUsers m
8、ay use the contents or services of this article for personal study, research or appreciation, and other non-commercial or non-profit purposes, but at the same time, they shall abide by the provisions of copyright law and other relevant laws, and shall not infringe upon the legitimate rights of this
9、website and its relevant obligees. In addition, when any content or service of this article is used for other purposes, written permission and remuneration shall be obtained from the person concerned and the relevant obligee.Zzz6ZB2Ltk转载或引用本文内容必须是以新闻性或资料性公共免费信息为使用目地地合理、善意引用，不得对本文内容原意进行曲解、修改，并自负版权等法律
10、责任.dvzfvkwMI1Reproduction or quotation of the content of this article must be reasonable and good-faith citation for the use of news or informative public free information. It shall not misinterpret or modify the original intention of the content of this article, and shall bear legal liability such as copyright.rqyn14ZNXI
