《统计学课后答案3》由会员分享，可在线阅读，更多相关《统计学课后答案3（59页珍藏版）》请在金锄头文库上搜索。
1、3 . 1为评价家电行业售后服务的质量，随机抽取了由1 00个家庭构成的一个样本。服务质量的等级分别表示为：A .好；B .较好；C 一般；D .较差；E .差。调查结果如下：BECCADCBAEDACBCDECEEADBCCAEDCBBACDEABDDCCBCEDBCCBCDACBCDECEBBECCADCBAEBACEEABDDCADBCCAEDCBCBCEDBCCBC要求：指出上面的数据属于什么类型。顺序数据 用E x c el制作一张频数分布表。用数据分析直方图制作：E1 6D1 7C3 2B21A1 4( 3 )绘制一张条形图，反映评价等级的分布。用数据分析直方图制作：直方图4 0
2、- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 11 20 口频率0 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -E D C B A接收( 4 )绘制评价等级的帕累托图。逆序排序后，制作累计频数分布表: _接收 频数 频率( 盼累计频率( 数C3 23 23 2B21215 3D1 71 77 0E1 61 68 6A1414100 频 数二累计频率邈3. 2某行业管理局
3、所属4 0个企业2002年的产品销售收入数据如下:1521241291161001039295127104105119114115871031181421351251171081051101071371201361171089788123115119138112146113126要求：(1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率。1、确定组数：lg()= l 怆(4 )_ J.60206 二lg(2)- lg2 - 0.30103 -取k=62、确定组距：组距=(最大值-最小值)小组数=(152-87) 4-6=10.83,取103、分组频数表销售收入频数频率
4、累计频数累计频率%80. 0089. 0025. 025. C90.0099. 0037. 5512. 5100. 00109.00522. 51435. C110. 00119.001230. C2665. C120.00129.0017. 53382. 5130. 00410. C3792. 5139.00140. 00149.0025. 03g97. 5150. 00+12. 510100. C总和40100. C(2)按规定，销售收入在125万元以上为先进企业，115125万元为良好企业，105115万元为一般企业，10 5万元以下为落后企业，按先进企业、 良好企业、一般企业、落后企业
5、进行分组。3. 3某百货公司连续40天的商品销售额如下:频数频率%累计频数累计频率先进企业1025. C1025. C良好企业1230. C2255. C一般企业922. 53177. 5落后企业922. 540100. C总和40100. C单位：万元41252947383430384340463645373736454333443528463430374426384442363737493942323635要求： 根据上面的数据进行适当的分组， 编制频数分布表， 并绘制直方图。1、确定组数：J g(4) J .60206 二lg(2) - + lg2 + 0.30103 -取 k=62、确
6、定组距:组距=(最 大 值 -最小值)小组数=(49-25) : 6 = 4 ,取 53、分组频数表销 售 收 入 ( 万元)频数频率累计频数累计频率=2512. 512. 526 - 30412. 5e15. C31 - 35615. C1230. C36 - 401435. C2665. C41 - 451025. C3690. C46+410. C46100. C总和4G100. C频数3 . 4 利用下面的数据构建茎叶图和箱线图。5 729293 63 1234 72328283 55 13 91 84 61 8265 0293 3214 64 15 228214 31 94 220d
7、 a ta S tem - a n d - Lea f P l o tF r equen c yS tem & Lea f3 .001. 8 8 95 . 002 .01 1 3 37 .002 .6 8 8 8 9 9 92. 003. 133 . 003. 5 6 93 . 004. 1 2 33 .004. 6 6 73 .005. 0 1 21 .005. 7S tem w i d th :E a c h l ea f :11 0c a se( s)3 . 6 一种袋装食品用生产线自动装填，每袋重量大约为5 0 g , 但由于某些原因，每袋重量不会恰好是5 0g 。下面是随机抽取的1
8、00袋食品，测得的重量数据如下：单位：g - 5 7 4 6 4 9 5 4 5 5 5 8 4 9 6 1 5 1 495 16 05 25 45 15 56 05 64 74 75 35 14 85 35 05 24 04 55 75 35 25 14 64 84 75 34 75 34 44 75 05 25 34 74 54 85 45 24 84 64 95 25 95 35 04 35 34 65 74 94 94 45 75 24 24 94 34 74 64 85 15 94 54 54 65 25 54 74 95 05 44 74 84 45 74 75 35 85 24
9、85 55 35 74 95 65 65 75 34 14 8要求：( 1 )构建这些数据的频数分布表。( 2)绘制频数分布的直方图。( 3 )说明数据分布的特征。解：( 1 )根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率。1 、确定组数：K黑誓嬴= 6 .6 4 ,取 k = 6 或 72、确定组距：组距=(最大值-最小值)小组数=( 6 1 - 4 0) 4 - 6 = 3 . 5 , 取 3 或者4 、5组距=(最大值- 最小值)+ 组数=( 6 1 - 4 0) 4 - 7 = 3 ,3 、分组频数表直方图:组距3 , 上限为小于频数百分比累计频数累积百分比
10、有效4 0. 00 -42. 0033 . 033 .04 3 . 00 -4 5 . 0099 . 01 21 2.04 6 . 00 -4 8 . 002424. 03 63 6 . 04 9 . 00 -5 1 . 001 91 9 . 05 55 5 .05 2.00 -5 4 . 002424 . 07 97 9 . 05 5 . 00 -5 7 . 001 41 4 . 09 39 3 . 05 8 .00+77 .01 001 00. 0合计1 001 00. 030 -组距3 ,小于oO21A0Unb.！工II4 6组距3 ,小于8 10Mean =5. 22Std. Dev.
11、 =1.508N =100组距4 ,上限为小于等于频数百分比累计频数累积百分比有效 = 40.001I. 011. 041. 00 -44. 0077.088.045. 00 -48. 002828. 03636. 049. 00 -52. 002828. 06464.053. 00 -56. 002222. 08686.057. 00 -60. 001313. 09999. 061. 00+11.0100100. 0合计100100. 0直方图:组距4 ,小于等于10-组距4 ,小于等于Mean =4. 06Std. Dev. =1.221N =100 r0直方图:组距5,上限为小5F等于频
12、数百分比累计频数累积百分比有效 = 45. 001212.012.012. 046. 00 -50. 003737.049. 049. 051.00 -55. 003434.083.083. 056. 00 -60. 001616.099. 099. 061. 00+11. 0100. 0100. 0合计100100. 0组距5 ,小于等于50-oo32Aounb.： 1工2 3 4 5 6组距5 , 小于等于Mean =2. 57Std. Dev. =0.935N =100分布特征：左偏钟型。3 . 8下 面 是 北 方 某 城 市12月 份 各 天 气温的记录数据:-32-4-7-11-1
13、789-614-18-15-9-6-105-4-96-8-12-16-19-15-22-25-24-19-8-6-15-11-12-19-25-24-18-17-14-22-13-9-60-15-4-9-32-4-4-16-175-6-5要求: 指 出 上 面 的 数 据 属 于 什 么 类 型 。数值型数据 对 上 面 的 数 据 进 行 适 当 的 分 组 。1、确定组数：K = 1+ 蛔=1+幽=1 + u78151lg(2) 1g 2 0.30103= 6.90989,取 k=72、确定组距:组距=( 最大值- 最小值) +组数=(14- (-25) 4-7=5. 5 7 ,取 53、
14、分组频数表温度频数频率累计频数累计频率-25 - -21610. C610. 0-20 - -16613. 31123. 3-15 - -11915. 02338. 3-10 - -61220. C3558. 3-5 - -11220. C4778. j0 - 476. 75185. C5 - 9813. 35998. 310+11.76C100. C合计66100. C(3)绘制直方图，说明该城市气温分布的特点。频数3 .1 1 对于下面的数据绘制散点图。X234187y252520301618解:3. 1 2 甲乙两个班各有40名学生，期末统计学考试成绩的分布如下:考试成绩人数甲班乙班优3
15、6良615中189及格98不及格42要求：(1)根据上面的数据，画出两个班考试成绩的对比条形图和环形图。优良中及格 不及格(2 ) 比较两个班考试成绩分布的特点。甲班成绩中的人数较多，高分和低分人数比乙班多，乙班学习成绩较甲班好，高分较多，而低分较少。3 . 14已知1 9 9 5 2 0 0 4 年我国的国内生产总值数据如下(按当年价格计算 ) ：单位：亿元 国内生产总值年份 - - -第一产业 第二产业 第三产业199558478.1119932853817947199667884. 613844.23361320428199774462. 614211. 2372232302919987
16、8345. 214552. 43861925174199982067. 514471. 964055827038200089468. 114628. 24493529905200197314. 815411. 848750331532002105172.316117. 352980360752003117390. 216928. 161274391882004136875. 920768. 077238743721要求：(1)用Excel绘制国内生产总值的线图。国内生产总值- - 国内生产总值(2)绘制第一、二、三产业国内生产总值的线图。8000070000600005000040000300
17、0020000100000- - 第一产业-第二产业第三产业(3)根据2004年的国内生产总值及其构成数据绘制饼图。第四章统计数据的概括性描述4 . 1 一家汽车零售店的1 0名销售人员5月份销售的汽车数量(单位：台) 排序后如下：2 4 7 1 0 1 0 1 0 1 2 1 2 1 4 1 5要求：( 1 )计算汽车销售量的众数、中位数和平均数。(2 )根据定义公式计算四分位数。(3 )计算销售量的标准差。(4 )说明汽车销售量分布的特征。解：7 5汽车销售数量S ta tistic sNV a l id1 0M issin g0M e a n9 . 6 0M e d ia n1 0 .
18、0 0M o d e1 0S td . D e v ia tio n4 . 1 6 9P e rc e n til e s2 56 . 2 55 01 0 . 0 01 2 . 5 0H isto g ra m4. 2随机抽取25个网络用户，得到他们的年龄数据如下：单位：周岁19152925242321382218302019191623272234244120311723要求；(1)计算众数、中位数：1、排序形成单变量分值的频数分布和累计频数分布:网络用户的年龄F re q ue n c yP e rc e n tC um ul a tiv eF re q ue n c yC um ul a
19、 tiv eP e rc e n tValid1514. 0/4. C1614. 028. 617/4. G312. C1814. 6-716. C19312. C728. 62028. C936. C从频数看出，众 数M o有两个：1 9、2 3 ；从累计频数看，中位数M e = 2 3。根据定义公式计算四分位数。Q 1 位置= 2 5 / 4 = 6 . 2 5 ,因此 Q l = 1 9 , Q 3 位置= 3 X 2 5 / 4 = 1 8 . 7 5 ,因此 Q 3 = 2 7 ,或2 114. 01C40. C2 228. C1248. C2 3312. C1560. C2128.
20、 C1768. C2514. 01872. C2 714. 01976. C2 914. 02080. C3 074.62184. C3111. 02288. 03 414. 02392. C3 814. 02496. C4 111. 025100. CT o ta l25100. C者，由于2 5和2 7都只有一个，因此Q 3也可等于2 5 +0 . 7 5 X 2 = 2 6 . 5。(3 )计算平均数和标准差；M e a n = 2 4 .0 0 ； S td . D e v ia tio n = 6 . 6 5 2计算偏态系数和峰态系数：S k e w n e ss= l . 0 8
21、0 ； K urto sis= 0 . 7 7 3对网民年龄的分布特征进行综合分析:分布，均值二2 4、标准差= 6 . 6 5 2、呈右偏分布。如需看清楚分布形态，需要进行分组。为分组情况下的直方图:0115 16 17 18 19 20 21 22 23 24 25 27 29 30 31 34 38 41网络用户的年龄为分组情况下的概率密度曲线：q.unoo1 .0 -3 .0 -1.5 -O2Auno。15 16 17 18 19 20 21 22 23 24 25 27 29 30 31 34 38 41网络用户的年龄分组：1、确定组数:一+3lg(2)1+ 也+ 9j . 64,怆
22、20.30103取 k=62、确定组距：组距=(最大值-最小值) + 组数=(41-15) + 6= 4.3,取 53、分组频数表网络用户的年龄(Binned)FrequencyPercentCumulativeFrequencyCumulativePercentValid=1514. 014. C16 - 20832. 0936. C21 - 2536. 01872. C26 30312. 02184.031 - 3528. 02392. C36 1014. 02496. C41+14. 025100. CTotal25100. 0分组后的均值与方差:Mean23. 300CStd. Dev
23、iation7. 02377Variance49. 333Skewness1. 163Kurtosis1. 302分组后的直方图:A o u o n b.1 H10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00组中值0-I50.00Mean =23. 30Std. Dev. =7.024N =254. 3某银行为缩短顾客到银行办理业务等待的时间。准备采用两种排队方式进行试验：一种是所有颐客都进入一个等待队列：另一种是顾客在三千业务窗口处列队3排等待。为比较哪种排队方式使顾客等待的时间更短.两种排队方式各随机抽取9名顾客。得到第一种排队方式的平均等待时
24、间为7.2分钟，标准差为1. 97分钟。第二种排队方式的等待时间(单位：分钟)如下：5. 5 6. 6 6. 7 6. 8 7. 1 7. 3 7. 4 7. 8 7. 8要求：(1)画出第二种排队方式等待时间的茎叶图。第二种排队方式的等待时间(单位：分钟)Stem-and-Leaf PlotFrequency Stem & Leaf1.00 Extremes(= = 0 . 0 5 6 7。要求：( 1 )在a = 0 . 0 5的显著性水平下，玉也与y的线性关系是否显著？( 2 )在a = 0 . 0 5的显著性水平下，片是否显著？( 3 )在a = 0 . 0 5的显著性水平下，居是否显
25、著？解( 1 )回归方程的显著性检验：假设：Ho：丹= & = 0 H, ：八 四不全等于0S S E = S S T - S S R= 6 7 2 4 . 1 2 5 - 6 2 1 6 . 3 7 5 = 5 0 7 . 7 5p_ SSR/p _ 6 7 2 4 . 1 2 5 / 2S S E / n- p- 1 5 0 7 . 7 5 / 1 0 - 2 - 1= 4 2 . 8 5g( 2 , 7 ) = 4 . 7 4 , F g( 2 , 7 ) ,认为线性关系显著。(2)回归系数的显著性检验：假设：Ho：4 =0 H, ：自W 0广 B 一 2 . 0 1SR 0 . 0 8
26、 1 3P= 2 4 . 7 2% 2 ( - P T) = 2 . 36,卜| %2 ，认 为y与Xi线性关系显著。(3)回归系数的显著性检验：假设：Ho： / ?2= 0 H. ：河 W Ot_ A _ 4 . 7 4S, 0 . 0 5 6 7P l= 8 3 . 6J / 2 ( - P - 1 ) = 2 . 3 6 , M a / 2 ( 7 ) ，认为 y 与 x2线性关系显者。1 2 . 4 一家电器销售公司的管理人员认为，每月的销售额是广告费用的函数，并想通过广告费用对月销售额作出估计。 下面是近8个月的销售额与广告费用数据：要求:月销售收入y ( 万元)电视广告费用工：为(
27、 万元)报纸广告费用用( 万元)9 65 . 01 . 59 02 . 02 . 09 54 . 01 . 59 22 . 52 . 59 53 . 03 . 39 43 . 52 . 39 42 . 54 . 29 43 . 02 . 5( 1 )用电视广告费用作自变量，月销售额作因变量，建立估计的回归方程。( 2 )用电视广告费用和报纸广告费用作自变量，月销售额作因变量，建立估计的回归方程。( 3 )上述( 1 )和( 2 )所建立的估计方程， 电视广告费用的系数是否相同? 对其回归系数分别进行解释。( 4 )根据问题( 2 )所建立的估计方程， 在销售收入的总变差中，被估计的回归方程所解
28、释的比例是多少？( 5 ) 根据问题( 2 ) 所建立的估计方程，检验回归系数是否显著( a = 0 . 0 5 ) 。解：( 1 ) 回归方程为:y = 8 8 , 6 4 + 1 . 6 %( 2 ) 回归方程为: = 8 3 . 2 3 + 2 . 2 9 % + 1 . 3 /( 3 ) 不相同，( 1 ) 中表明电视广告费用增加1 万元，月销售额增加1 . 6万元；( 2 ) 中表明，在报纸广告费用不变的情况下，电视广告费用增加1 万元，月销售额增加2 . 2 9 万元。( 4 ) 判定系数RJ 0 . 9 1 9 , 调 整 的 0 . 8 8 6 6 , 比例为8 8 . 6 6
29、 队( 5 ) 回归系数的显著性检验:C oef f i c i 标准误 P- v a lu L ow er U pper下限上限ents 差 t S ta t e 9 5 % 9 5 %9 5 . 0 %9 5 . 0 %1 . 5 7 3 8 6 5 2 . 8 8 2 4 . 5 7 E -I nter c ept 8 3 . 2 3 0 0 9 9 4 8 0 8 7 9 . 1 8 4 3 3 8 7 . 2 7 5 8 57 9 . 1 8 4 3 38 7 . 2 7 5 8 5电视广告费用工： xl ( 万 0 . 3 0 4 0 6 7 . 5 3 1 8 0 . 0 0 0
30、 6元)2 . 2 9 0 1 8 4 5 9 9 5 3 1 . 5 0 8 5 6 1 3 . 0 7 1 8 0 61 . 5 0 8 5 6 13 . 0 7 1 8 0 60 . 3 2 0 7 0 4 . 0 5 6 6 0 . 0 0 9 7报纸广告费用 x2 ( 万元)1 . 3 0 0 9 8 9 2 9 7 6 1 0 . 4 7 6 5 9 9 2 . 1 2 5 3 7 90 . 4 7 6 5 9 92 . 1 2 5 3 7 9假设：Ho：川= 0 H. ：4W0加必= 2 . 5 7 , M M o2 5 ，认为y 与小线性关系显著。( 3 ) 回归系数的显著性检
31、验：假设：Ho：生=0 H, ：鱼 *Qt= - - = - - = 4 . 0 5S- 0 . 3 2Pl- 0 2 5 ( 5 ) = 2 . 5 7 , W 九 0 2 5 ( 5 ) ，认为y 与 X2 线性关系显著。1 2 . 5 某农场通过试验取得早稻收获量与春季降雨量和春季温度的数据如下:收获量y ( k g / h m2)降雨量Xi ( mm)温度x2( )2 2 5 02 563 4 5 03 384 5 0 04 51 06 7 5 01 0 51 37 2 0 01 1 01 47 5 0 01 1 51 68 2 5 01 2 01 7要求：( 1 ) 试确定早稻收获量
32、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) 回归方程为：$ = -0 .5 9 1 + 22.38 6玉+ 327 .67 A( 2) 在温度不变的情况下， 降雨量每增加1m m , 收获量增加22. 38 6k g / h m2,在降雨量不变的情况下，降雨量每增加1度，收获量增加327 . 67 2k g / h m )( 3) .与 z的相关系数 迎 = 0 .9 65 , 存在多重共线性。1 2 . 9 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( 单位： 元) 。企业编号销
33、售价格y购进价格X i销售费用x211 2389 6622321 2668 9 425 731 20 044038 741 19 366431051 10 67 9 133961 30 38 5 228 371 3138 0 430 281 1449 0 521491 28 67 7 130 4101 0 8 45 11326111 1205 0 5339121 15 68 5 1235131 0 8 365 927 6141 26349 039 0151 24669 6316要求：( 1) 计算y与小、y与 X 2之间的相关系数，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
34、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用？( 3)用E x c el进行回归，并检验模型的线性关系是否显著( a= 0 . 0 5 )。( 4)解释判定系数V,所得结论与问题中是否一致？( 5 )计 算x i与X ?之间的相关系数，所得结果意味着什么？( 6)模型中是否存在多重共线性? 你对模型有何建议？解：( 1) y与 的相关系数= 0 .30 9 , y与X 2之间的相关系数= 0 .0 0 12。对相关性进行检验：相关性销售价格购进价格销售费用销售价格P ear s o n 相关10 . 30 90 . 0 0 1性1显著性( 双侧)0 . 2
35、630 . 9 9 7N151515购进价格P ear s o n 相关性0 . 30 918 5 3 ( * * )显著性( 双侧)0 . 2630 . 0 0 0N151515销售费用P ear s o n 相关性0 . 0 0 18 5 3 ( * * )1显著性( 双侧)0 . 9 9 70 . 0 0 0N151515* * . 在. 0 1水 平 ( 双 侧 ) 上 显 著 相 关 。可以看到，两个相关系数的P值都比较的，总体上线性关系也不现状，因此没有明显的线性相关关系。(2 )意义不大。( 3)回归统计0 . 5 9 36M u l t i p l e R8 40 .35 24
36、R S q u ar e6A d j u s t edR 0 . 2445S q u ar e3769 . 7 5 1标准误差21观测值15方差分析d fS i g n i fi c anS S M S F c e F回归分析 2残差 12总计 14317 7 8 .15 39 15 8 8 9 . 0 8 3.265 8 42 0 .0 7 37 225 8 38 2.7 7 9 4 48 65 . 2329 0 160 .9 333从检验结果看，整个方程在5 %下，不显著；而回归系数在5 %下，均显著,说明回归方程没有多大意义，并且自变量间存在线性相关关系。C o effi c iP -v
37、 al u L o w er U p p er下限上限en t s标准误差t S t at e 9 5 % 9 5 %9 5 .0 %9 5 . 0 %339 .410 5 1. 10 66 0 . 29 0 1I n t er c ep t 37 5 . 60 1862 3 45 -363.9 11115 . 114-363.9 11115 . 114购 进 价 格0 . 210 446 2. 5 5 5 7x l 0 .5 37 8 417 4 11 0 .0 25 20 . 0 7 9 317 0 . 9 9 6365 0 .0 7 9 317 0 .9 9 6365销 售 费 用0 .
38、 667 7 0 6 2. 18 23 0 . 0 49 6x 2 1.45 7 19 45 9 8 6 8 10 .0 0 238 62.9 120 0 10 . 0 0 238 6 2.9 120 0 1( 4 )从R ?看，调整后的R 2= 24.4% ,说明自变量对因变量影响不大，反映情况基本一致。(5)方程不显著，而回归系数显著，说明可能存在多重共线性。( 6 )存在多重共线性，模型不适宜采用线性模型。12.11 一家货物运输公司想研究运输费用与货物类型的关系，并建立运输费用与货物类型的回归模型，以此对运输费用作出预测。该运输公司所运输的货物分为两种类型：易碎品和非易碎品。下表给出了
39、 1 5个路程大致相同，而货物类型不同的运输费用数据。每件产品的运输费用y(元)货物类型xl17 . 2易碎品111. 1易碎品112 . 0易碎品110. 9易碎品113. 8易碎品16 . 5易碎品110. 0易碎品111. 5易碎品17 . 0非易碎品08 . 5非易碎品02 . 1非易碎品010 3非易碎品03. 4非易碎品07 . 5非易碎品02 . 0非易碎品0要求：(1)写出运输费用与货物类型之间的线性方程。(2 )对模型中的回归系数进行解释。(3)检验模型的线性关系是否显著(a = 0. 05 ) o解: _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
40、_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _Si g ni fi c ad f SS M S F nee F回归分析残差总计1 18 7 . 2 5 19 18 7 . 2 5 19 2 0. 2 2 2 9 0. 0006 0113 12 0.37 2 1 9 .2 5 9 39 614 307 .6 2 4( 1 )回归方程为：y = 4 .5 4 + 7 .08 xC oeffi c i 标准误 P-v a lu L ow er Upperents 差 t Sta t e 9 5 % 9 5 %
41、下限9 5 . 0%上限9 5 . 0%I ntercept1. 15 011 3. 9 4 9 9 0. 00164 .5 4 2 8 5 7 8 06 6 2 2 .05 8 17 9 7 .02 7 5 35 2 .05 8 17 9 7 .02 7 5 35xl1. 5 7 4 8 6 4 . 4 9 6 9 0. 00067 .08 2 14 3 4 8 8 013.6 7 9 8 5 7 10.4 8 4 4 33.6 7 9 8 5 7 10. 4 8 4 4 3（ 2 ）非易碎品的平均运费为4 . 5 4元，易碎品的平均运费为11. 6 2元，易碎品与非易碎品的平均运费差为7
42、. 0 8元。（ 3 ）回归方程的显著性检验：假设：H o：用= 0 H ,：口不等于0SSR= 18 7 . 2 5 19 5 , SSE = 12 0.37 2 1,F _ SSR/p . 6 7 2 4 .12 5 2 2S S E/n-p-X 5 07 .7 5 /15 -1-1 ,P= 0. 0006 0K 0. 0 5 ,或者乙os （ 1,13） = 4 . 6 7 , F F005 （ 1,13） ,认为线性关系显著。或者，回归系数的显著性检验：假设：H o：d =0 用：4#04 7 .08 , 匚t =&=- = 4 . 5S。 、1”7P= 0. 0006 0K 0. 0
43、 5 ,或者%2 （ -2 -1） - 0 2 5 （ 13） = 2 .16 ,1| d 2 5 （ 13） ，认为 y与x线性关系显著。1 2. 1 2为分析某行业中的薪水有无性别歧视，从该行业中随机抽取1 5名员工,有关数据如下：月薪y（ 元）工龄Xi性别a=男 ,0 =女） 刈1 5 4 83. 211 6 2 93. 811 0112 . 701 2 2 93. 401 7 4 63. 6115 2 84 .1110183.80119 03.4015 5 13.319 8 53.2016 103.5114 322 .9112 153.309 9 02 .8015 8 53.51要求：
44、用E xc el进行回归，并对结果进行分析。解：回归统计0. 9 4 33M ulti ple R9 10. 8 8 9 9R Squa re8 7A d justedR0. 8 7 16Squa re5 29 6 . 7 9 1标准误差5 8观测值15方差分析d fSSM SSi g ni fi c a nF c e F回归分析2 9 09 4 8 8 .44 5 4 7 4 4 .2 4 8 .5 39 14 1.7 7 E -06残差12 112 4 2 3.39 36 8 .6 1总计14102 19 12拟合优度良好，方程线性显著，工龄线性不显著，性别线性显著。C oeffi c i
45、 标准误 P-v a lu L ow er Upperents 差 t Sta t e 9 5 % 9 5 %下限9 5 .0%上限9 5 .0%2 35 . 5 8 4 3. 107 4 0. 009 0I nterc ept7 32 .06 06 4 2 5 6 4 2 18 .7 6 6 4 12 4 5 .35 5 2 18 . 7 6 6 4 12 4 5 .35 57 2 . 08 34 1. 5 4 2 9 0. 14 8 7工 龄xl111.2 2 02 2 37 9 6 -4 5 .8 36 12 6 8 .2 7 6 5 -4 5 . 8 36 1 2 6 8 .2 7 6
46、 5性 别（ 1=男 ，0 = 8 . 5 8 01 1.8 2 E -女） x24 5 8 .6 8 4 15 3. 4 5 8 5 9 06 34 2 . 2 08 5 7 5 . 16 0134 2 .2 08 5 7 5 . 16 0113. 1下 表 是1 9 8 1年 1 9 9 9年 国 家 财 政 用 于 农 业 的 支 出 额 数 据年份支出额(亿元)年份支出额(亿元)19 8 1110. 2 119 9 134 7 .5 719 8 212 0.4 919 9 237 6 . 0219 8 3132 . 8 719 9 34 4 0. 4 519 8 414 1. 2 91
47、9 9 45 32 .9 819 8 515 3.6 219 9 55 7 4 .9 319 8 618 4 .219 9 67 00. 4 319 8 719 5 . 7 219 9 77 6 6 . 3919 8 82 14 .0719 9 8115 4 . 7 619 8 92 6 5 . 9 419 9 9108 5 . 7 619 9 0307 . 8 4( 1 ) 绘制时间序列图描述其形态。( 2 ) 计算年平均增长率。( 3 ) 根据年平均增长率预测2 000年的支出额。详细答案：( 1 ) 时间序列图如下：年粉从时间序列图可以看出，国家财政用于农业的支出额大体上呈指数上升趋势。
48、（ 2 ）年平均增长率为:嘿空5H5环1085.76x(1+13.5 网 =1232.8813.2 下 表 是 19 8 1年一2 000年我国油彩油菜籽单位面积产量数据（ 单位 ：kg / h m2 ）年份单位面积产量年份单位面积产量19 8 114 5 119 9 112 1519 8 2137 219 9 212 8 119 8 3116 819 9 3130919 8 412 3219 9 412 9 619 8 512 4 519 9 514 1619 8 612 0019 9 6136 719 8 712 6 019 9 714 7 919 8 8102 019 9 812 7 2
49、19 8 9109 519 9 914 6 919 9 012 6 02 00015 19（ 1）绘制时间序列图描述其形态。（ 2 ）用 5期移动平均法预测2 001年的单位面积产量。（ 3）采用指数平滑法，分别用平滑系数a = 0. 3 和 a = 0. 5预 测 2 001年的单位面积产量，分析预测误差，说明用哪一个平滑系数预测更合适？详细答案：( 1)1600140012001000产800量6004002000时间序列图如下:年份( 2) 2001年的预测值为：1367+1479+1272+1469+1519 71065=-T（ 3）由 E xc e l 输出的指数平滑预测值如下表:年
50、份单位面积产量指数平滑预Wa =0. 3误差平方指数平滑预测a =0. 5误差平方198114 5 11982137214 5 1. 06 24 1. 014 5 1. 06 24 1. 01983116 814 27. 36 7236 . 514 11. 55 9292. 319841232134 9. 513808. 61289. 83335 . 11985124 51314 . 34 796 . 5126 0. 925 2. 0198612001293. 58738. 5125 2. 92802. 41987126 0126 5 . 429. 51226 . 51124 . 319881
51、020126 3. 85 94 4 1. 0124 3. 24 9833. 6198910951190. 7915 1. 51131. 6134 0. 81990126 0116 2. 096 11. 01113. 3215 18. 4199112151191. 45 5 8. 11186 . 7803. 5199212811198. 56 812. 41200. 86 4 27. 7199313091223. 2735 7. 6124 0. 94 6 35 . 819941296124 9. 02213. 11275 . 04 4 2. 8199514 16126 3. 123387. 71
52、285 . 517035 . 91996136 71308. 9336 9. 9135 0. 726 4 . 4199714 791326 . 423297. 7135 8. 914 4 31. 3199812721372. 210031. 014 18. 9215 89. 8199914 6 9134 2. 116 101. 5134 5 . 515 26 0. 3200015 191380. 219272. 114 07. 2124 91. 7合计2914 5 5 . 2239123. 02001年a =0. 3时 的 预 测 值 为 ：1 = 4 + ( 1 -词片=0.3x 1519+
53、G - 0.3) x 1380.2 = 1421.8a =0. 5时 的 预 测 值 为 ：I = % +(1 - Q用= 0 . 5 x 1 5 1 9 1407.1 = 1 3比 较 误 差 平 方 可 知 ，a =0. 5更 合 适 。1 3 . 3下 面 是 一 家 旅 馆 过 去18个 月 的 营 业 额 数 据月份营 业 额 （ 万 元 ）月份营 业 额 （ 万 元 ）1295104 732283114 703322124 81435 5134 4 95286145 4 46379156 017381165 8784 31176 4 494 24186 6 0（ 1）用3期移动平均
54、法预测第1 9个月的营业额。（ 2 ）采用指数平滑法，分别用平滑系数a =0. 3、a =0. 4和a =0. 5预测各月的营业额，分析预测误差，说明用哪一个平滑系数预测更合适？（ 3 ）建立一个趋势方程预测各月的营业额，计算出估计标准误差。详细答案：（ 1）第1 9个 月 的3期移动平均预测值为：o 587+644+660 1891 上一丁,后=-= - = 630.332 3 3( 2)月份营业额预测a =0. 3误差平方预测a =0. 4误差平方预测a =0. 5误差平方12952283295 . 014 4 . 0295 . 014 4 . 0295 . 014 4 . 0332229
55、1. 4936 . 4290. 21011. 2289. 01089. 0435 5300. 6296 1. 5302. 92712. 3305 . 524 5 0. 35286316 . 995 5 . 2323. 814 25 . 2330. 3195 8. 16379307. 65 093. 1308. 74 94 9. 0308. 15 023. 37381329. 026 99. 4336 . 8195 4 . 534 3. 614 01. 684 3134 4 . 674 5 9. 635 4 . 55 85 6 . 236 2. 34 722. 394 24370. 5285 7
56、. 8385 . 115 14 . 4396 . 674 8. 5104 73386 . 674 6 8. 64 00. 75 234 . 44 10. 33928. 7114 704 12. 53305 . 64 29. 616 32. 94 4 1. 7803. 1124 814 29. 826 26 . 24 4 5 . 8124 2. 34 5 5 . 86 33. 5134 4 94 4 5 . 115 . 04 5 9. 9117. 84 6 8. 4376 . 9145 4 44 4 6 . 395 4 7. 44 5 5 . 57830. 24 5 8. 77274 . 815
57、6 014 75 . 615 724 . 5 4 90. 912120. 5 5 01. 49929. 4165 875 13. 25 4 4 3. 25 34 . 92709. 85 5 1. 21283. 3176 4 45 35 . 411803. 75 5 5 . 87785 . 25 6 9. 15 6 11. 7186 6 05 6 7. 984 73. 45 91. 14 75 2. 76 06 . 5285 7. 5合计875 14 . 76 2992. 55 0236由E xc e l输出的指数平滑预测值如下表：a =0. 3时的预测值:% =0.3x660+(1-0.x56
58、7.9 = 595.5 误差均方= 875 14 . 7。a =0. 4时的预测值:4 =0,4x6604-(1-0.4)x591.1 = 618.7 误差均方= 6 2992. 5 .。a =0. 5时的预测值：用, =0.5x660 +(1-0.5)x606.5 = 633.3 ,误差均方= 5 0236。比较各误差平方可知，a =0. 5更合适。(3 )根据最小二乘法，利 用E xc e l输出的回归结果如下：回归统计M u l t i p l e R0. 96 73R S q u a r e0. 935 6匕=239.73+ 21.92组 。估计标准误差与= 31.6628。A d j
59、 u s t e d RS q u a r e0. 9316标准误差31. 6 6 28观测值18方差分析d fS SM SFS i g n i f i c a n ce F回归分析1232982.5232982.5232. 39445 . 99E - 11残差1616 04 0. 491002. 5 3总计1724 9022.9C o e f f i c i e nt s标准误差t S t a t P - v a l u eL o w e r 95 %U p p e r95 %I n t e r c e p t239. 7320315 . 5 705515 . 396 55 . 16 E -
60、 11206 . 7239272. 74 01X V a r i a b l e 121. 9287931. 4 384 7415 . 24 4 495 . 99E - 1118. 8793624 . 978221 3 . 4下 表 是1981年一2000年我国财政用于文教、科技、卫生事业费指出额数据年份支 出 （ 万元）年份支 出 （ 万元）1981171. 361991708. 001982196 . 961992792. 961983223. 5 4199395 7. 77198426 3. 1719941278. 181985316 . 70199514 6 7. 061986379.
61、 9319961704 . 2519874 02. 7519971903. 5 919884 86 . 101998215 4 . 3819895 5 3. 33199924 08. 0619906 17. 2920002736 . 88（ 1）绘制时间序列图描述其趋势。（ 2）选择一条适合的趋势线拟合数据，并根据趋势线预测2001年的支出额。详细答案：（ 1）趋势图如下：财政支出30002500200015001000500 138119831985198719891931199319g5199” 999年粉（ 2）从趋势图可以看出，我国财政用于文教、科技、卫生事业费指出额呈现指数增长趋势，
62、因此， 选择指数曲线。 经线性变换后， 利 用E xc e l输出的回归结果如下：回归统计M u l t i p l e R0. 9984 23R S q u a r e0. 996 84 9A d j u s t e d RS q u a r e0. 996 6 74标准误差0. 022125观测值20方差分析d fS SM SFS i g n i f i c a n ce F回归分析12. 7876 162. 7876 165 6 94 . 8855 . 6 8E - 24残差180. 0088110. 0004 89总计192. 796 4 27C o e f f i c i e nt
63、s标准误差t S t a t P - v a l u eL o w e r 95 %U p p e r95 %I n t e r c e p t2. 16 36 990. 010278210. 5 2695 . 5 5 E - 322. 14 21062. 185 291X V a r i a b l e 10. 06 4 74 50. 00085875 . 4 6 4 465 . 6 8E - 240. 06 294 20. 06 6 5 47fcg(Zb)=2.lC3699 . = 145.78 . log(A)= 0 0M745 ,=1.1608 所以指数曲线方程为：8 = 145.78
64、x1.1608t。2 0 01 年的预测值为：I】 = 145.78x1.160811 =3338.9。13. 5我 国196 4年1999年的纱产量数据如下( 单位：万 吨 ) ：年份纱产量年份纱产量年份纱产量196 497. 01976196 . 019884 6 5 . 7196 5130. 01977223. 019894 76 . 7196 615 6 . 51978238. 219904 6 2. 6196 7135 . 2197926 3. 519914 6 0. 8196 8137. 71980292. 619925 01. 8196 9180. 51981317. 01993
65、5 01. 51970205 . 21982335 . 419944 89. 51971190. 01983327. 019955 4 2. 31972188. 61984321. 919965 12. 21973196 . 7198535 3. 519975 5 9. 81974180. 31986397. 819985 4 2. 01975210. 819874 36 . 819995 6 7. 0(1 )绘制时间序列图描述其趋势。( 2 )选择一条适合的趋势线拟合数据，并根据趋势线预测2000年的产量 。详细答案：（ 1）趋势图如下:年份（ 2）从图中可以看出，纱产量具有明显的线性趋势线
66、性趋势方程为：？ = 69.5202 4-13.9495（2000年预测值为：J = 69.5202+l&M 95x37 = 585.65=585. 6 5 （ 万吨）。13. 6 对下面的数据分别拟合线性趋势线和阶次曲线*= 、+ 取。较 。用 E xc e l 求得的、二阶曲线并对结果进行比时间t观测值Y时间t观测值Y13721936 023702035 733742135 643752235 253772334 863772435 373742535 683722635 693732735 6103722835 91136 92936 01236 73035 71336 73135 71
67、436 53235 51536 33335 61635 93436 31735 83536 51835 9详细答案：在求二阶曲线和三阶曲线时，首先将其线性化，然后用最小二乘法按线性回归进行求解。用 E xc e l 求得的趋势直线、二阶曲线和三阶曲线的系数如下：直线二阶曲线三阶曲线I n t e r c e p t374 . 16 13I n t e r c e p t381. 6 4 4 2I n t e r c e p t372. 5 6 17X V a r i a b l e1- 0. 6 137X V a r i a b l e1- 1. 8272X V a r i a b l e11
68、. 0030X V a r i a b l e20. 0337X V a r i a b l e2- 0. 16 01各趋势方程为：线性趋势： = 374.1613-0.61372X V a r i a b l e30. 0036二阶 曲线：0 = 381.6442 -1.827/ +0.0337Z4三阶曲线：= 372.56174-1.003Q-0.160ka 4-0.0036ts o根据趋势方程求得的预测值和预测误差如下表：时间t观测值Y直线二阶曲线三阶曲线预测误差平方预测误差平方预测误差平方1372373. 52. 4379. 96 1. 6373. 42. 02370372. 98.
69、6378. 16 6 . 0374 . 015 . 63374372. 32. 8376 . 56 . 1374 . 20. 14375371. 710. 8374 . 90. 0374 . 20. 65377371. 134 . 9373. 413. 3374 . 08. 96377370. 54 2. 5371. 926 . 1373. 611. 6737436 9. 917. 1370. 512. 2373. 01 . 1837236 9. 37. 636 9. 27. 9372. 20. 0937336 8. 619. 036 7. 925 . 7371. 23. 11037236 8
70、. 015 . 836 6 . 727. 6370. 23. 31136 936 7. 42. 536 5 . 611. 436 9. 00. 01236 736 6 . 80. 036 4 . 65 . 936 7. 70. 61336 736 6 . 20. 736 3. 611. 636 6 . 40. 31436 536 5 . 60. 336 2. 75 . 436 5 . 10. 01536 336 5 . 03. 836 1. 81. 436 3. 70. 51635 936 4 . 328. 536 1. 04.236 2. 311. 11735 836 3. 732. 836
71、 0. 35 . 436 1. 08. 91835 936 3. 116 . 935 9. 70. 535 9. 70. 51936 036 2. 56 . 335 9. 10. 835 8. 42. 42035 736 1. 923. 935 8. 62. 535 7. 30. 12135 636 1. 327. 835 8. 14 . 635 6 . 30. 12235 236 0. 775 . 035 7. 833. 235 5 . 411. 32334 836 0. 014 5 . 135 7. 589. 335 4 . 64 3. 72435 335 9. 44 1. 435 7.
72、217. 735 4 . 01 . 12535 635 8. 87. 935 7. 01 . 135 3. 75 . 52635 635 8. 24 . 935 6 . 90. 935 3. 56 . 32735 635 7. 62. 535 6 . 90. 835 3. 65 . 92835 935 7. 04 . 135 6 . 94.435 3. 925 . 82936 035 6 . 413. 235 7. 09. 035 4 . 529. 83035 735 5 . 71. 635 7. 20. 035 5 . 52. 33135 735 5 . 13. 535 7. 40. 235
73、 6 . 70. 13235 535 4 . 50. 235 7. 77. 235 8. 311. 03335 635 3. 94 . 435 8. 14. 236 0. 318. 43436 335 3. 394 . 235 8. 520. 436 2. 70. 13536 535 2. 715 1. 835 9. 036 . 236 5 . 40. 2合计85 4 . 95 24 . 7232. 1不同趋势线预测的标准误差如 下 :直线:三阶曲线:二阶曲线:J V -M= 5.09=4.052.74比 较 各 预 测 误 差 可 知 ，直 线 的 误 差 最 大 ，三 阶 曲 线 的 误
74、差 最 小 。从 不 同 趋 势 方 程 的 预 测 图 也 可 以 看 出 ，三 阶 曲 线 与 原 序 列 的 拟 合 最 好 。13. 7下 表 是19812000年我 国 的 原 煤 产 量 数 据年份原煤产量（ 亿吨） 年份原 煤 产 量 （ 亿吨）19816. 22199110.8719826. 66199211. 1619837. 15199311. 5019847. 89199412. 4 019858. 72199513. 6 119868. 94199613. 9719879. 28199713. 7319889. 80199812. 5 0198910. 5 419991
75、0. 4 5199010. 8020009. 98( 1 ) 绘制时间序列图描述其趋势。( 2 ) 选择一条适合的趋势线拟合数据，并根据趋势线预测2001年的产量 。详细答案:( 1 ) 原煤产量趋势图如下:年粉从趋势图可以看出，拟合二阶曲线比较合适。( 2 ) 用 E xc e l 求得的二阶曲线趋势方程为：g =45824+0.96744 0-030922001年的预测值为： 1 = 4.5824+0.9674X 21-0.0309x 2P = 11.2713. 8 一家贸易公司主要经营产品的外销业务，为了合理地组织货源，需要了解外销订单的变化状况。下 表 是 19 9 7 -2 001年
76、各月份的外销定单 金 额 （ 单位：万元）。年/月19 9 719 9 819 9 92 0002 00115 4 . 34 9 . 15 6 . 76 4 .46 1. 124 6 . 65 0.45 2 .05 4 . 56 9 .436 2 .65 9 . 36 1. 76 8 .07 6 . 545 8 . 25 8 . 56 1.47 1.97 1. 655 7 .46 0. 06 2 .46 9 .47 4 .665 6 .65 5 .66 3 .66 7 . 76 9 .975 6 . 15 8 . 06 3 .26 8 .07 1.485 2 .95 5 .86 3 .96 6
77、 . 37 2 . 795 4 . 65 5 .86 3 .26 7 .86 9 .9105 1. 35 9 .86 3 .47 1. 57 4 . 2115 4 .85 9 .46 4 .47 0. 57 2 . 7125 2 . 15 5 . 56 3 .86 9 .47 2 . 5（ 1）根据各年的月份数据绘制趋势图，说明该时间序列的特点。（ 2 ）要寻找各月份的预测值，你认为应该采取什么方法？（ 3 ）选择你认为合适的方法预测2 002 年 1 月份的外销订单金额。详细答案：（ 1）趋势图如下：从趋势图可以看出，每一年的各月份数据没有趋势存在，但 从19 9 7 2 0 0 1年的变化
78、看，订单金额存在一定的线性趋势。（ 2 ）由于是预测各月份的订单金额，因此采用移动平均法或指数平滑法比较合适。（ 3 ）用E x c e l采 用1 2项移动平均法预测的结果为：玛加= 。用E x c e l采用指数平滑法（ a = 0 . 4 ）预测的预测结果为：* = 7 Z 5。13 .9 19 9 3 2 0 0 0年我国社会消费品零售总额数据如下（ 单位：亿元）月/年1993199419951996199719981999200019 7 7 . 5 119 2 .2 16 02 .2 19 09 .1 2 2 8 8 .5 2 5 4 9 .5 2 6 6 2 .1 2 7 7 4
79、 .728 9 2 . 5 116 2 .7 14 9 1.5 19 11.2 2 2 13 . 5 2 3 06 .4 2 5 3 8 .4 2 8 05 . 039 4 2 . 3 116 7 . 5 15 3 3 .3 18 6 0.1 2 13 0.9 2 2 7 9 .7 2 4 03 . 1 2 6 2 7 . 049 4 1. 3 117 0.4 15 4 8 .7 18 5 4 . 8 2 100. 5 2 2 5 2 .7 2 3 5 6 .8 2 5 7 2 .059 6 2 .2 12 13 . 7 15 8 5 .4 18 9 8 .3 2 108 . 2 2 2 6
80、5 .2 2 3 6 4 . 0 2 6 3 7 . 061005 .7 12 8 1. 1 16 3 9 .7 19 6 6 .0 2 16 4 . 7 2 3 2 6 .0 2 4 2 8 .8 2 6 4 5 .079 6 3 .8 12 5 1. 5 16 2 3 .6 18 8 8 .7 2 102 . 5 2 2 8 6 . 1 2 3 8 0.3 2 5 9 7 .089 5 9 .8 12 8 6 .016 3 7 .1 19 16 .4 2 104 . 4 2 3 14 .6 2 4 10. 9 2 6 3 6 .09102 3 .3 13 9 6 . 2 17 5 6 .
81、0 2 08 3 . 5 2 2 3 9 .6 2 4 4 3 . 1 2 6 04 .3 2 8 5 4 .010105 1.1 14 4 4 .1 18 18 .0 2 14 8 .3 2 3 4 8 .02 5 3 6 .0 2 7 4 3 . 9 3 02 9 .0111102 .015 5 3 .8 19 3 5 .2 2 2 9 0. 1 2 4 5 4 .9 2 6 5 2 .2 2 7 8 1. 5 3 108 .01214 15 . 5 19 3 2 .2 2 3 8 9 .5 2 8 4 8 . 6 2 8 8 1. 7 3 13 1.4 3 4 05 . 7 3 6 8
82、0.0(1 )绘 制 时 间 序 列 线 图 ，说 明 该 序 列 的 特 点 。(2)利 用 分 解 预 测 法 预 测2 0 0 1年 各 月 份 的 社 会 消 费 品 零 售 总 额 。详细答案:(1 )趋势图如下:从 趋 势 图 可 以 看 出 ，我 国 社 会 消 费 品 零 售 总 额 的 变 具 有 明 显 的 季 节 变 动和 趋 势 。(2)利用分解法预测的结果如下:2 001年/月时间编号季节指数回归预测值最终预测值19 71. 04 3 93 05 6 .3 03 19 0.4 829 80.9 9 3 93 07 7 .5 03 05 8 . 8 739 90. 9
83、5 9 33 09 8 .7 12 9 7 2 . 4 841000.9 3 9 83 119 .9 22 9 3 1.9 951010.9 4 3 93 14 1. 132 9 6 4 .8 861020. 9 5 8 93 16 2 . 3 33 03 2 . 3 071030. 9 2 8 73 18 3 .5 42 9 5 6 . 4 381040.9 2 6 13 2 04 .7 52 9 6 7 . 8 691050.9 8 143 2 2 5 .9 63 16 6 .05101061.007 53 2 4 7 .163 2 7 1. 5 1111071. 04 7 23 2 6
84、8 .3 73 4 2 2 . 7 7121081 . 2 6 9 43 2 8 9 .5 84 17 5 . 9 513 . 10 19 9 5 年2 000年北京市月平均气温数据如下（ 单位：）：月/年19 9 519 9 619 9 719 9 819 9 92 0001-0. 7-2 . 2-3 .8-3 .9-1.6-6 .422 . 1-0.41.32 .42 . 2-1.537 . 76 .28 . 77 .64 .88 . 1414 . 714 . 314 . 515 . 014 .414 . 6519 .82 1. 62 0.019 .919 . 52 0.462 4 . 3
85、2 5 .42 4 .62 3 . 62 5 .42 6 . 772 5 .92 5 . 52 8 .22 6 . 52 8 . 12 9 . 682 5 .42 3 .92 6 .62 5 . 12 5 .62 5 . 7919 .02 0. 718 .62 2 . 22 0.92 1.81014 . 512 .814 . 014 .813 .012 . 6117 . 74 .25 .44 .05 .93 .012-0.40.9-1. 50. 1-0.6-0. 6( 1 ) 绘制年度折叠时间序列图，判断时间序列的类型。( 2 ) 用季节性多元回归模型预测2 001年各月份的平均气温。详细答案
86、：( 1 ) 年度折叠时间序列图如下：从年度折叠时间序列图可以看出， 北京市月平均气温具有明显的季节变动 。由于折线图中有交叉，表明该序列不存在趋势。( 2 ) 季节性多元回归模型为：设月份 为 % = 层 M 。则季节性多元回归模型为：?=bt+bli + 与* ；+4*3 +% + 与*1+ % % + % % 地 / 十九%L虚拟变量为：J l第虏曲 p 3除 p飨明伟l- o其他月份 a- t o其他月份 11 -1 0其他月份由 E x c e l 输出的回归结果如下:系数Z X )-0.2 2 3 3bl-0.003 0M l-2 .7 8 3 2M 21 . 3 3 6 5M 3
87、7 . 5 06 2M 414 .9 09 2M 52 0.5 2 8 9M 62 5 .3 3 19M 72 7 .6 3 4 9M 82 5 .7 2 13M 92 0.8 7 4 3M 1013 .9 6 06M i l5 . 3 8 03季节性多元回归方程为：Y - -0.2233-0.003)/-2.7S32A| . 1.336SM, +7.5062“ , + 14.9092% + 20.5289+ 25.33194 + 27.6349% + 25.7213% + 20.8M3“ . 13%06“ . 5 . 3 0 3 2 001年各月份平均气温的预测值如下：年/月时间虚拟变量预测
88、M lM 2M 3 M 4 M 5 M 6 M 7 M 8 M 9 M 10M i l17 310000000000-3 . 227 4010000000000.937 5001000000007 . 147 60001000000014 . 557 7000010000002 0. 167 8000001000002 4 .977 9000000100002 7 .288 0000000010002 5 . 398 1000000001002 0.4108 20000000001013 . 5118 3000000000014 .9128 400000000000-0. 513 . 1 1
89、下表中的数据是一家大型百货公司最近儿年各季度的销售额数据 （ 单位：万元）。对这一时间序列的构成要素进行分解，计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。年/季123419 9 19 9 3 . 19 7 1.22 2 6 4 . 119 4 3 . 319 9 216 7 3 .619 3 1. 53 9 2 7 . 83 07 9 .619 9 32 3 4 2 .42 5 5 2 . 63 7 4 7 . 54 4 7 2 .819 9 43 2 5 4 .44 2 4 5 . 25 9 5 1. 16 3 7 3 . 119 9 53 9 04 .25 105 .97 2
90、5 2 .68 6 3 0. 519 9 65 4 8 3 . 25 9 9 7 .38 7 7 6 . 18 7 2 0.619 9 75 12 3 . 66 05 1. 09 5 9 2 . 28 3 4 1.219 9 84 9 4 2 .46 8 2 5 . 58 9 00.18 7 2 3 . 119 9 95 009 .96 2 5 7 . 98 016 .87 8 6 5 . 62 0006 05 9 .35 8 19 .77 7 5 8 .88 12 8 .2详细答案：各季节指数如下:1季度2 季度3 季度4 季度季节指数0. 7 5 17 0. 8 5 13 1. 2 3 4
91、 3 1. 16 2 7季节变动图如下:根据分离季节因素后的数据计算的趋势方程为： 土二切工8 +辞&* 013 . 1 2下表中的数据是一家水产品加工公司最近儿年的加工量数据（ 单位 ：t ） o对该序列进行分解，计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。年/月19 9 719 9 819 9 92 0002 00117 8 .89 1.99 0.46 6 .89 9 . 527 8 . 19 2 . 1100. 17 3 . 38 0.038 4 .08 0.9114 . 18 5 . 3108 .449 4 . 39 4 . 5108 . 29 4 .6118 . 359
92、7 .6101.412 5 . 77 4 . 112 6 .86102 .8111. 7118 . 3100.812 3 . 379 2 . 79 2 .98 9 . 1106 . 7117 . 284 1.64 3 .64 6 . 14 4 .04 2 .09109 .8117 . 513 2 . 113 2 . 115 0. 61012 7 . 315 3 . 117 3 .916 2 . 517 6 . 6112 10. 32 2 9 .42 7 3 . 32 4 9 .02 4 9 . 2122 4 2 .82 8 6 . 73 5 2 . 13 3 0.83 2 0. 6详细答案：各月季节指数如下:1 月2月3月4月5月6月0. 6 7 4 40. 6 6 9 90.7 4 3 20.7 9 030. 8 06 10.8 5 107 月8月9月10月11月12 月0.7 5 5 20. 3 4 4 90.9 6 191 . 19 9 21.8 6 6 22 . 3 3 7 7季节变动图如下:根据分离季节因素后的数据计算的趋势方程为:119.159+0.4244%
