2022年《应用回归分析》课后习题部分答案何晓群版 .pdf

《2022年《应用回归分析》课后习题部分答案何晓群版 .pdf》由会员分享，可在线阅读，更多相关《2022年《应用回归分析》课后习题部分答案何晓群版 .pdf（28页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、优秀学习资料欢迎下载第二章一元线性回归2.14 解答： （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01yx1=12217( )niiiniix yn x yxn x0120731yx17yx可得回归方程为（4）22ni=11()n-2iiyy2n01i=11()n-2iyx=2222213（10- （-1+71） （10- （-1+72） （20- （-1+73）（20- （-1+74） （40- （-1+75）1169049363110/ 3名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - -

2、- - - - - - - - - - - - - 第 1 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载13 3 06. 13（5）由于211(,)xxNL1112()/xxxxLtL服从自由度为n-2 的 t 分布。因而1/2()|(2)1xxLPtn也即：1/211/2()xxxxpttLL=1可得11195%333333的置信度为的置信区间为（ 7-2.353，7+2.353）即为： （ 2.49，11.5）22001( )(,()xxxNnL00002221( )1( )()xxxxtxxnLnL服从自由度为n-2 的 t 分布。因而00/22|(2)11

3、( )xxPtnxnL即220/200/21( )1( )()1xxxxxxpttnLnL可得195%7.77,5.77的置信度为的置信区间为（）（6）x 与 y 的决定系数22121()490 / 6000.817()niiniiyyryy名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 2 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载（7）ANOVAx 平方和df 均方F 显著性组间（组合）9.000 2 4.500 9.000 .1

4、00 线性项加权的8.167 1 8.167 16.333 .056 偏差.833 1 .833 1.667 .326 组内1.000 2 .500 总数10.000 4 由于(1,3)FF,拒绝0H,说明回归方程显著， x 与 y 有显著的线性关系。（8）112/xxxxLtL其中2221111()22nniiiiieyynn71 02 13. 661333303/22.353t/23.66tt接受原假设01:0,H认为1显著不为0，因变量y 对自变量 x 的一元线性回归成立。（9）相关系数1211()()()()niixyinnxxyyiiiixxyyLrL Lxxyy=7070.9041

5、060060r小于表中1%的相应值同时大于表中5%的相应值，x 与 y 有显著的线性关系. (10) 序号xyye1 1 10 6 4 2 2 10 13 -3 3 3 20 20 0 4 4 20 27 -7 5 5 40 34 6 残差图为：名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 3 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载从图上看，残差是围绕e=0 随机波动，从而模型的基本假定是满足的。（11）当广告费0 x=4.2

6、万元时，销售收入028.4y万元，95%置信度为的 置信区间y2近似为，即（ 17.1，39.7）2.15 解答：（1） 散点图为：名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 4 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载（2）x 与 y 之间大致呈线性关系。（3）设回归方程为01yx1=1221(2637021717)0.0036(71043005806440)( )niiiniix ynx yxn x012.850.00367

7、620.1068yx0.10680.0036yx可得回归方程为(4) 22ni=11()n-2iiyy2n01i=11()n-2iyx=0.2305 0.4801 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 5 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载(5) 由于211(,)xxNL1112()/xxxxLtL服从自由度为n-2 的 t 分布。因而1/2()|(2)1xxLPtn也即：1/211/2()xxxxpttLL=1可得

8、195%的置信度为的置信区间为0.4801/12978600.4801/1297860（0.0036-1.860，0.0036+1.860）即为： （ 0.0028，0.0044）22001( )(,()xxxNnL00002221( )1( )()xxxxtxxnLnL服从自由度为n-2 的 t 分布。因而00/22|(2)11( )xxPtnxnL即220/200/21( )1( )()1xxxxxxpttnLnL可得195%0.3567,0.5703的置信度为的置信区间为（）(6)x 与 y 的决定系数22121()()niiniiyyryy16.8202718.525=0.908 名师

9、归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 6 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载(7)ANOVAx 平方和df 均方F 显著性组间（组合）1231497.500 7 175928.214 5.302 .168 线性项加权的1168713.036 1 1168713.036 35.222 .027 偏差62784.464 6 10464.077 .315 .885 组内66362.500 2 33181.250 总数12978

10、60.000 9 由于(1,9)FF,拒绝0H,说明回归方程显著， x 与 y 有显著的线性关系。(8) 112/xxxxLtL其中2221111()22nniiiiieyynn0. 0 0 3 61 2 9 7 8 6 08.5420.04801/21.895t/28.542tt接受原假设01:0,H认为1显著不为0，因变量y 对自变量 x 的一元线性回归成立。(9) 相关系数1211()()()()niixyinnxxyyiiiixxyyLrL Lxxyy=46530.9489129786018.525r小于表中1%的相应值同时大于表中5%的相应值，x 与 y 有显著的线性关系. (10)

11、 序号xyye1 825 35 3.0768 0.42322 215 1 0.8808 0.11923 1070 4 3.9588 0.04124 550 2 2.0868 -0.08685 480 1 1.8348 -0.83486 920 3 3.4188 -0.41887 1350 4.5 4.9688 -0.4668名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 7 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载8 325 1.5

12、 1.2768 0.22329 670 3 2.5188 0.481210 1215 5 4.4808 0.5192从图上看，残差是围绕e=0 随机波动，从而模型的基本假定是满足的。(11)0010003.7x新保单时，需要加班的时间为y小时。（12）00/200y(2) 1ytnh的置信概率为1-的置信区间精确为, 即为（ 2.7，4.7）近似置信区间为：02y，即（ 2.74，4.66）（13） 可得置信水平为1-的置信区间为0/200(2)ytnh， 即为（3.33， 4.07） . 2.16 (1)散点图为：可以用直线回归描述y 与 x 之间的关系 . (2)回归方程为 :12112.

13、6293.314yx名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 8 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载(3) 从图上可看出，检验误差项服从正态分布。名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 9 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载第三章 多元线性回归3

14、.11 解： （1）用 SPSS 算出 y，x1，x2,x3 相关系数矩阵：相关性y x1 x2 x3 Pearson 相关性y 1.000 .556 .731 .724 x1 .556 1.000 .113 .398 x2 .731 .113 1.000 .547 x3 .724 .398 .547 1.000 y . .048 .008 .009 x1 .048 . .378 .127 x2 .008 .378 . .051 x3 .009 .127 .051 . N y 10 10 10 10 x1 10 10 10 10 x2 10 10 10 10 x3 10 10 10 10 所以

15、 r=(2)所以三元线性回归方程为3447.122101.71754.328.348?xxxy系数a模型非标准化系数标准系数t Sig. B 的 95.0% 置信区间相关性共线性统计量B 标准 误差试用版下限上限零阶偏部分容差VIF 1 ( 常量 ) -348.280 176.459 -1.974 .096 -780.060 83.500 x1 3.754 1.933 .385 1.942 .100 -.977 8.485 .556 .621 .350 .825 1.211 x2 7.101 2.880 .535 2.465 .049 .053 14.149 .731 .709 .444 .6

16、87 1.455 x3 12.447 10.569 .277 1.178 .284 -13.415 38.310 .724 .433 .212 .586 1.708 a. 因变量 : y 模型汇总模型R R 方调整 R 方标准估计的更改统计量名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 10 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载（3）由于决定系数 R方=0.708 R=0.898较大所以认为拟合度较高（4）Anovab模型平方

17、和df 均方F Sig. 1 回归13655.370 3 4551.790 8.283 .015a残差3297.130 6 549.522 总计16952.500 9 a. 预测变量 : (常量 ), x3, x1, x2。b. 因变量 : y 因为 F=8.283 P=0.0150.05所以认为回归方程在整体上拟合的好（5）系数a模型非标准化系数标准系数t Sig. B 的 95.0% 置信区间相关性共线性统计量B 标准误差试用版下限上限零阶偏部分容差VIF 1 (常量) -348.280 176.459 -1.974 .096 -780.060 83.500 x1 3.754 1.933

18、.385 1.942 .100 -.977 8.485 .556 .621 .350 .825 1.211 x2 7.101 2.880 .535 2.465 .049 .053 14.149 .731 .709 .444 .687 1.455 x3 12.447 10.569 .277 1.178 .284 -13.415 38.310 .724 .433 .212 .586 1.708 a. 因变量 : y （6）可以看到 P值最大的是 x3 为 0.284，所以 x3 的回归系数没有通过显著检验，应去除。去除 x3 后作 F 检验，得：Anovab模型平方和df 均方F Sig. 1 回

19、归12893.199 2 6446.600 11.117 .007a残差4059.301 7 579.900 总计16952.500 9 a. 预测变量 : (常量 ), x2, x1。误差R 方更改F 更改df1 df2 Sig. F 更改1 .898a.806 .708 23.44188 .806 8.283 3 6 .015 a. 预测变量 : ( 常量 ), x3, x1, x2。名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 11 页，共 28 页 - -

20、 - - - - - - - 优秀学习资料欢迎下载Anovab模型平方和df 均方F Sig. 1 回归12893.199 2 6446.600 11.117 .007a残差4059.301 7 579.900 总计16952.500 9 a. 预测变量 : (常量 ), x2, x1。b. 因变量 : y 由表知通过 F 检验继续做回归系数检验系数a模型非标准化系数标准系数t Sig. B 的 95.0% 置信区间相关性共线性统计量B 标准误差试用版下限上限零阶偏部分容差VIF 1 ( 常量 ) -459.624 153.058 -3.003 .020 -821.547 -97.700 x1

21、 4.676 1.816 .479 2.575 .037 .381 8.970 .556 .697 .476 .987 1.013 x2 8.971 2.468 .676 3.634 .008 3.134 14.808 .731 .808 .672 .987 1.013 a. 因变量 : y 此时，我们发现 x1，x2 的显著性大大提高。（7）x1:(-0.997,8.485) x2:(0.053,14.149) x3:(-13.415,38.310) (8)*3277.02535.01385.0?xxxy(9)残差统计量a极小值极大值均值标准 偏差N 预测值175.4748 292.5545

22、 231.5000 38.95206 10 标准 预测值-1.438 1.567 .000 1.000 10 预测值的标准误差10.466 20.191 14.526 3.127 10 调整的预测值188.3515 318.1067 240.1835 49.83914 10 残差-25.19759 33.22549 .00000 19.14022 10 标准 残差-1.075 1.417 .000 .816 10 Student 化 残差-2.116 1.754 -.123 1.188 10 已删除的残差-97.61523 50.88274 -8.68348 43.43220 10 Stude

23、nt 化 已删除的残差-3.832 2.294 -.255 1.658 10 Mahal。 距离.894 5.777 2.700 1.555 10 Cook 的距离.000 3.216 .486 .976 10 居中杠杆值.099 .642 .300 .173 10 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 12 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载残差统计量a极小值极大值均值标准 偏差N 预测值175.4748 292.

24、5545 231.5000 38.95206 10 标准 预测值-1.438 1.567 .000 1.000 10 预测值的标准误差10.466 20.191 14.526 3.127 10 调整的预测值188.3515 318.1067 240.1835 49.83914 10 残差-25.19759 33.22549 .00000 19.14022 10 标准 残差-1.075 1.417 .000 .816 10 Student 化 残差-2.116 1.754 -.123 1.188 10 已删除的残差-97.61523 50.88274 -8.68348 43.43220 10 S

25、tudent 化 已删除的残差-3.832 2.294 -.255 1.658 10 Mahal。 距离.894 5.777 2.700 1.555 10 Cook 的距离.000 3.216 .486 .976 10 居中杠杆值.099 .642 .300 .173 10 a. 因变量 : y 所以置信区间为（ 175.4748，292.5545）（10）由于 x3 的回归系数显著性检验未通过，所以居民非商品支出对货运总量影响不大，但是回归方程整体对数据拟合较好3.12 解：在固定第二产业增加值，考虑第三产业增加值影响的情况下，第一产业每增加一个单位， GDP 就增加 0.607 个单位。在

26、固定第一产业增加值，考虑第三产业增加值影响的情况下，第二产业每增加一个单位， GDP 就增加 1.709 个单位。第四章违背基本假设的情况4.9 解：系数a模型非标准化系数标准系数t Sig. B 标准 误差试用版1 (常量 ) -.831 .442 -1.882 .065 x .004 .000 .839 11.030 .000 a. 因变量 : y 由 SPSS 计算得：y ?=-0.831+0.004x 残差散点图为：名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - -

27、 第 13 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载（2）由残差散点图可知存在异方差性再用等级相关系数分析：相关系数x t Spearman 的 rho x 相关系数1.000 .318*Sig. （双侧）. .021 N 53 53 t 相关系数.318*1.000 Sig. （双侧）.021 . N 53 53 *. 在置信度（双测）为 0.05 时，相关性是显著的。P=0.021 所以方差与自变量的相关性是显著的。（3）模型描述因变量y 自变量1 x 权重源x 幂值1.500 名师归纳总结 精品学习资料 - - - - - - - - - - - - -

28、 - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 14 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载模型描述因变量y 自变量1 x 权重源x 幂值1.500 模型 : MOD_1. M=1.5时可以建立最优权函数，此时得到：ANOVA平方和df 均方F Sig. 回归.006 1 .006 98.604 .000 残差.003 51 .000 总计.009 52 系数未标准化系数标准化系数t Sig. B 标准误试用版标准误（常数）-.683 .298 -2.296 .026 x .004 .000 .812 .0

29、82 9.930 .000 所以：y ?-0.683+0.004x （4）系数a模型非标准化系数标准系数t Sig. B 标准 误差试用版1 (常量 ) .582 .130 4.481 .000 x .001 .000 .805 9.699 .000 a. 因变量 : yy 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 15 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载4.13 解：(1)系数a模型非标准化系数标准系数t Sig. B

30、 标准 误差试用版1 (常量 ) -1.435 .242 -5.930 .000 x .176 .002 .999 107.928 .000 a. 因变量 : y y ?=-1.435+0.176x (2)模型汇总b模型R R 方调整 R 方标准 估计的误差Durbin-Watson 1 .999a.998 .998 .09744 .663 a. 预测变量 : (常量 ), x 。b. 因变量 : y 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 16 页，共 2

31、8 页 - - - - - - - - - 优秀学习资料欢迎下载DW=0.663 查 DW 分布表知：Ld =0.95 所以 DWLd, 故误差项存在正相关。残差图为：te随 t 的变化逐次变化并不频繁的改变符号，说明误差项存在正相关。（3）?=1-0.5*DW=0.6685 计算得：Yx7.39 44.90 7.65 45.80 6.84 40.69 8.00 48.50 7.79 46.85 8.26 49.45 7.96 48.47 8.28 50.04 7.90 48.03 8.49 51.17 7.88 47.26 8.77 52.33 8.93 52.69 9.32 54.95 9

32、.29 55.54 9.48 56.77 9.38 55.83 9.67 58.00 9.90 59.22 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 17 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载模型汇总b模型R R 方调整 R 方标准 估计的误差Durbin-Watson 1 .996a.993 .993 .07395 1.344 a. 预测变量 : (常量 ), xx。b. 因变量 : yy 系数a模型非标准化系数标准系数

33、t Sig. B 标准 误差试用版1 (常量 ) -.303 .180 -1.684 .110 xx .173 .004 .996 49.011 .000 a. 因变量 : yy 得回归方程 ? y=-0.303+0.173x即：ty ?=-0.303+0.66851ty+0.173（tx0.66851tx）（4）模型汇总b模型R R 方调整 R 方标准 估计的误差Durbin-Watson 1 .978a.957 .955 .07449 1.480 a. 预测变量 : (常量 ), x3 。b. 因变量 : y3 系数a模型非标准化系数标准系数t Sig. B 标准 误差试用版1 (常量 )

34、 .033 .026 1.273 .220 x3 .161 .008 .978 19.528 .000 a. 因变量 : y3 ty=0.033+0.161 tx名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 18 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载即：ty ?=0.033+1ty+0.161（tx-1tx）（5）差分法的 DW 值最大为 1.48 消除相关性最彻底，但是迭代法的?值最小为0.07395，拟合的较好。4.14

35、解： （1）模型汇总b模型R R 方调整 R 方标准 估计的误差Durbin-Watson 1 .541a.293 .264 329.69302 .745 a. 预测变量 : (常量 ), x2, x1。b. 因变量 : y 系数a模型非标准化系数标准系数t Sig. B 标准 误差试用版1 (常量 ) -574.062 349.271 -1.644 .107 x1 191.098 73.309 .345 2.607 .012 x2 2.045 .911 .297 2.246 .029 a. 因变量 : y 回归方程为：y ?=-574.062+191.098x1+2.045x2 DW=0.7

36、45Dl 所以误差项存在正相关残差图为：名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 19 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载（2）?=1-0.5*DW=0.6275 模型汇总b模型R R 方调整 R 方标准 估计的误差Durbin-Watson 1 .688a.474 .452 257.67064 1.716 a. 预测变量 : (常量 ), x22, x12。b. 因变量 : y2 系数a模型非标准化系数标准系数t Si

37、g. B 标准 误差试用版1 (常量 ) -179.668 90.337 -1.989 .052 x12 211.770 47.778 .522 4.432 .000 x22 1.434 .628 .269 2.283 .027 a. 因变量 : y2 此时得方程：ty ?= -179.668+211.77x1 +1.434x2所以回归方程为：)26275.02(434.1)16275.01(77.2116275.0668.179?1?11ttttttxxxxyy名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - -

38、 - - - - - - - - - - 第 20 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载（3）模型汇总b模型R R 方调整 R 方标准 估计的误差Durbin-Watson 1 .715a.511 .490 283.79102 2.042 a. 预测变量 : (常量 ), x23, x13。b. 因变量 : y3 系数a模型非标准化系数标准系数t Sig. B 标准 误差试用版1 (常量 ) 7.698 39.754 .194 .847 x13 209.891 44.143 .544 4.755 .000 x23 1.399 .583 .274 2.400

39、 .020 a. 因变量 : y3 此时得方程：2399.11891.209698.7?xxyt所以回归方程为：)22(399.1)(891.209698.7?11tttttxxxxy第五章 自变量选择与逐步回归5.9 后退法：输出结果系数a模型非标准化系数标准系数t Sig. B 标准 误差试用版1 (常量 ) 1438.120 2252.472 .638 .533 农业 x1 -.626 .168 -1.098 -3.720 .002 工业 x2 -.328 .207 -1.352 -1.587 .135 建筑业 x3 -.383 .555 -.251 -.691 .501 人口 x4 -

40、.004 .025 -.014 -.161 .875 最终消费 x5 .672 .130 3.710 5.178 .000 受灾面积 x6 -.006 .008 -.015 -.695 .499 2 (常量 ) 1079.754 299.759 3.602 .003 农业 x1 -.642 .130 -1.126 -4.925 .000 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 21 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载工

41、业 x2 -.303 .131 -1.249 -2.314 .035 建筑业 x3 -.402 .525 -.263 -.765 .456 最终消费 x5 .658 .095 3.636 6.905 .000 受灾面积 x6 -.006 .007 -.017 -.849 .409 3 (常量 ) 1083.150 295.816 3.662 .002 农业 x1 -.624 .127 -1.095 -4.931 .000 工业 x2 -.373 .093 -1.535 -3.998 .001 最终消费 x5 .657 .094 3.627 6.981 .000 受灾面积 x6 -.005 .0

42、07 -.015 -.758 .460 4 (常量 ) 874.604 106.869 8.184 .000 农业 x1 -.611 .124 -1.073 -4.936 .000 工业 x2 -.353 .088 -1.454 -3.994 .001 最终消费 x5 .637 .089 3.516 7.142 .000 a. 因变量 : 财政收入y Anovae模型平方和df 均方F Sig. 1 回归1.365E8 6 2.274E7 602.127 .000a残差528793.319 14 37770.951 总计1.370E8 20 2 回归1.365E8 5 2.729E7 772.

43、734 .000b残差529767.852 15 35317.857 总计1.370E8 20 3 回归1.364E8 4 3.411E7 991.468 .000c残差550440.103 16 34402.506 总计1.370E8 20 4 回归1.364E8 3 4.547E7 1355.753 .000d残差570180.931 17 33540.055 总计1.370E8 20 a. 预测变量 : (常量 ), 受灾面积 x6, 建筑业 x3, 人口 x4, 农业 x1, 最终消费x5, 工业 x2。b. 预测变量 : (常量 ), 受灾面积 x6, 建筑业 x3, 农业 x1,

44、最终消费 x5, 工业 x2。c. 预测变量 : (常量 ), 受灾面积 x6, 农业 x1, 最终消费 x5, 工业 x2。d. 预测变量 : (常量 ), 农业 x1, 最终消费 x5, 工业 x2。e. 因变量 : 财政收入y 模型汇总模型R R 方调整 R 方标准 估计的误差更改统计量R 方更改F 更改df1 df2 Sig. F 更改1 .998a.996 .994 194.34750 .996 602.127 6 14 .000 名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - -

45、- - - - - 第 22 页，共 28 页 - - - - - - - - - 优秀学习资料欢迎下载2 .998b.996 .995 187.93046 .000 .026 1 14 .875 3 .998c.996 .995 185.47913 .000 .585 1 15 .456 4 .998d.996 .995 183.13944 .000 .574 1 16 .460 a. 预测变量 : (常量 ), 受灾面积 x6, 建筑业 x3, 人口 x4, 农业 x1, 最终消费 x5, 工业 x2。b. 预测变量 : (常量 ), 受灾面积 x6, 建筑业 x3, 农业 x1, 最终消

46、费 x5, 工业 x2。c. 预测变量 : (常量 ), 受灾面积 x6, 农业 x1, 最终消费 x5, 工业 x2。d. 预测变量 : (常量 ), 农业 x1, 最终消费 x5, 工业 x2。回归方程为：125874.6040.6110.3530.637yxxx逐步回归法：输出结果Anovad模型平方和df 均方F Sig. 1 回归1.354E8 1 1.354E8 1659.441 .000a残差1550688.654 19 81615.192 总计1.370E8 20 2 回归1.359E8 2 6.794E7 1106.637 .000b残差1105088.003 18 6139

47、3.778 总计1.370E8 20 3 回归1.364E8 3 4.547E7 1355.753 .000c残差570180.931 17 33540.055 总计1.370E8 20 a. 预测变量 : (常量 ), 最终消费 x5。b. 预测变量 : (常量 ), 最终消费 x5, 农业 x1。c. 预测变量 : (常量 ), 最终消费 x5, 农业 x1, 工业 x2。d. 因变量 : 财政收入 y 模型汇总模型R R 方调整 R 方标准 估计的误差更改统计量R 方更改F 更改df1 df2 Sig. F 更改1 .994a.989 .988 285.68373 .989 1659.4

48、41 1 19 .000 2 .996b.992 .991 247.77768 .003 7.258 1 18 .015 3 .998c.996 .995 183.13944 .004 15.948 1 17 .001 a. 预测变量 : (常量 ), 最终消费 x5。b. 预测变量 : (常量 ), 最终消费 x5, 农业 x1。c. 预测变量 : (常量 ), 最终消费 x5, 农业 x1, 工业 x2。名师归纳总结 精品学习资料 - - - - - - - - - - - - - - -精心整理归纳 精选学习资料 - - - - - - - - - - - - - - - 第 23 页，

49、共 28 页 - - - - - - - - - 优秀学习资料欢迎下载系数a模型非标准化系数标准系数t Sig. 相关性B 标准 误差试用版零阶偏部分1 (常量 ) 710.372 90.891 7.816 .000 最终消费 x5 .180 .004 .994 40.736 .000 .994 .994 .994 2 (常量 ) 1011.912 136.901 7.392 .000 最终消费 x5 .311 .049 1.718 6.374 .000 .994 .832 .135 农业x1 -.414 .154 -.726 -2.694 .015 .987 -.536 -.057 3 (常

50、量 ) 874.604 106.869 8.184 .000 最终消费 x5 .637 .089 3.516 7.142 .000 .994 .866 .112 农业x1 -.611 .124 -1.073 -4.936 .000 .987 -.767 -.077 工业x2 -.353 .088 -1.454 -3.994 .001 .992 -.696 -.062 a. 因变量 : 财政收入y 回归方程为 :125874.6040.6360.3530.637yxxx5.10 (1) 模型汇总模型R R 方调整 R 方标准 估计的误差1 .908a.824 .736 625.88326 2 .