《應(yīng)用回來分析》局部課后習(xí)題答案

第一章回來分析概述

1.1變量間統(tǒng)計(jì)關(guān)系和函數(shù)關(guān)系的區(qū)分是什么？

答：變量間的統(tǒng)計(jì)關(guān)系是指變量間具有親密關(guān)聯(lián)而又不能由某一個(gè)或

某一些變量唯一確定另外一個(gè)變量的關(guān)系，而變量間的函數(shù)關(guān)系是指

由一個(gè)變量唯一確定另外一個(gè)變量確實(shí)定關(guān)系。

1.2回來分析及相關(guān)分析的聯(lián)絡(luò)及區(qū)分是什么？

答：聯(lián)絡(luò)有回來分析和相關(guān)分析都是探討變量間關(guān)系的統(tǒng)計(jì)學(xué)課題。

區(qū)分有a.在回來分析中，變量y稱為因變量，處在被說明的特殊地位。

在相關(guān)分析中-變量x和變量y處于同等的地位?即探討變量y及變

量x的親密程度及探討變量x及變量y的親密程度是一回事。b.相關(guān)

分析中所涉及的變量y及變量x全是隨機(jī)變量。而在回來分析中，因

變量y是隨機(jī)變量，自變量x可以是隨機(jī)變量也可以是非隨機(jī)確實(shí)定

變量°C.相關(guān)分析的探討主要是為了刻畫兩類變量間線性相關(guān)的親密

程度。而回來分析不僅可以提醒變量x對(duì)變量y的影響大小，還可以

由回來方程進(jìn)展預(yù)料和限制。

1.3回來模型中隨機(jī)誤差項(xiàng)￡的意義是什么？

答：￡為隨機(jī)誤差項(xiàng)，正是由于隨機(jī)誤差項(xiàng)的引入，才將變量間的關(guān)

系描繪為一個(gè)隨機(jī)方程，使得我們可以借助隨機(jī)數(shù)學(xué)方法探討y及

xl,x2.?…xp的關(guān)系，由于客觀經(jīng)濟(jì)現(xiàn)象是錯(cuò)綜困難的-一種經(jīng)濟(jì)現(xiàn)象

很難用有限個(gè)因素來精確說明，隨機(jī)誤差項(xiàng)可以概括表示由于人們的

相識(shí)以及其他客觀緣由的局限而沒有考慮的種種偶爾因素。

1.4線性回來模型的根本假設(shè)是什么？

答：線性回來模型的根本假設(shè)有：1.說明變量xl.x2....xp是非隨機(jī)的，

觀測(cè)值xil.xi2.?…xip是常數(shù)2等方差及不相關(guān)的假定條件為任何）=0

i=l,2..?Cov（￡i,Ej）={0A2

3.正態(tài)分布的假定條件為互相獨(dú)立。4.樣本容量的個(gè)數(shù)要多于說明變

量的個(gè)數(shù)，即n>p.

1.5回來變量的設(shè)置理論根據(jù)是什么？在回來變量設(shè)置時(shí)應(yīng)留意哪

些問題？

答：理論推斷某個(gè)變量應(yīng)當(dāng)作為說明變量，即便是不顯著的，假如理

論上無法推斷那么可以采納統(tǒng)計(jì)方法來推斷，說明變量和被說明變量

存在統(tǒng)計(jì)父系。應(yīng)留意的問題有：在選擇變量時(shí)要留意及一些特地領(lǐng)

域的專家合作，不要認(rèn)為一個(gè)回來模型所涉及的變量越多越好，回來

變量確實(shí)定工作并不能一次完成，須要反復(fù)試算，最終找出最適宜的

-些變量°

1.6搜集?整理數(shù)據(jù)包括哪些內(nèi)容？

答;常用的樣本數(shù)據(jù)分為時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)?因此數(shù)據(jù)搜集

的方法主要有按時(shí)間依次統(tǒng)計(jì)數(shù)據(jù)和在同一時(shí)間截面上統(tǒng)計(jì)數(shù)據(jù)，在

數(shù)據(jù)的搜集中■樣本容量的多少一般要及設(shè)置的說明變量數(shù)目相配

套。而數(shù)據(jù)的整理不僅要把一些變量數(shù)據(jù)進(jìn)展折算差分甚至把數(shù)據(jù)對(duì)

數(shù)化?標(biāo)準(zhǔn)化等有時(shí)還需留意剔除個(gè)別特殊大或特殊小的"野值"。

1.7構(gòu)造回來理論模型的根本根據(jù)是什么？

答：選擇模型的數(shù)學(xué)形式的主要根據(jù)是經(jīng)濟(jì)行為理論，根據(jù)變量的樣

本數(shù)據(jù)作出說明變量及被說明變量之間關(guān)系的散點(diǎn)圖，并將由散點(diǎn)圖

顯示的變量間的函數(shù)父系作為理論模型的數(shù)學(xué)形式。對(duì)同一問題我們

可以采納不同的形式進(jìn)展計(jì)算機(jī)模擬，對(duì)不同的模擬結(jié)果，選擇較好

的一個(gè)作為理論模型。

1.8為什么要對(duì)回來模型進(jìn)展檢驗(yàn)？

答：我們建立回來模型的目的是為了應(yīng)用它來探討經(jīng)濟(jì)問題，但假如

立刻就用這個(gè)模型去預(yù)料，限制，分析，明顯是不夠慎重的?所以我

們必需通過檢驗(yàn)才能確定這個(gè)模型是否真正提醒了被說明變量和說

明變量之間的關(guān)系。

1.9回來模型有那幾個(gè)方面的應(yīng)用？

答：回來模型的應(yīng)用方面主要有：經(jīng)濟(jì)變量的因素分析和進(jìn)展經(jīng)濟(jì)預(yù)

料。

1.10為什么強(qiáng)調(diào)運(yùn)用回來分析探討經(jīng)濟(jì)問題要定性分析和定量分析

相結(jié)合？

答：在回來模型的運(yùn)用中，我們還強(qiáng)調(diào)定性分析和定量分析相結(jié)合。

這是因?yàn)閿?shù)理統(tǒng)計(jì)方法只是從事物外在的數(shù)量外表上去探討問題，不

涉及事物質(zhì)的規(guī)定性，單純的外表上的數(shù)量關(guān)系是否反映事物的本

質(zhì)？這本質(zhì)原委如何？必需依靠特地的學(xué)科探討才能下定論，所以，

在經(jīng)濟(jì)問題的探討中，我們不能僅憑樣本數(shù)據(jù)估計(jì)的結(jié)果就不加分析

地說長(zhǎng)道短，必需把參數(shù)估計(jì)的結(jié)果和詳細(xì)經(jīng)濟(jì)問題以及現(xiàn)實(shí)狀況嚴(yán)

密結(jié)合，這樣才能保證回來模型在經(jīng)濟(jì)問題探討中的正確應(yīng)用。

第二章一元線性回來

2.14解答：(1)散點(diǎn)圖為：

(2)x及y之間大致呈線性關(guān)系。

(3)設(shè)回來方程為：=/。+/產(chǎn)

(4)0=.i)

A2

(5)由于4W,，—)

聽從自由度為n-2的t分布。因此

也即：p(3-,<片<4+/2

可得2的置信度為95%的置信區(qū)間為(7-2.353xgj萬，7+2.353x；屈)

即為：(2.49，11.5)

聽從自由度為n-2的t分布。因此

'10)2

即Q￡

可得成的置信度為95%的置信區(qū)間為(-7.77,5.77)

_〃A-

X及確實(shí)定系數(shù)產(chǎn)=弋21-----=490/600?0.817

(6)yn-

ANOVA

平方和df均方F顯著性

組間(組合)9.00024.5009.000

線性加權(quán)的8.16718.16716.33.056

項(xiàng)3

偏向,8331.8331.667.326

組內(nèi)1.0002,500

總數(shù)10.004

0

由于尸>/(1,3),回絕“。，說明回來方程顯著以及丫有顯著的線性關(guān)系。

???承受原假設(shè)“0：四=0,認(rèn)為4顯著不為0，因變量y對(duì)自變量X的一

元線性回來成立。

Z(x,.-x)(X-y)

(9)相父系數(shù)r=廠=4-

和(…)2(X7)4

Vi=\i=l

「小于表中a=l%的相應(yīng)值同時(shí)大于表中a=5%的相應(yīng)值■.-.X及y有

顯著的線性今系.

(10)

Xye

序號(hào)y

111064

221013-3

3320200

442027-7

5540346

殘差圖為：

從圖上看，殘差是圍繞e=0隨機(jī)波動(dòng)，從而模型的根本假定是滿意

的。

(11)當(dāng)廣告費(fèi)%=4.2萬元時(shí)，銷售收入

%=28.4萬元，置信度為95%的置信區(qū)間

近似為y±2cr?即(17.1139.7)

2.15解答:

(1)散點(diǎn)圖為：

X與y散點(diǎn)圖

250.00500.00750.001000.001250.00

X

(2)x

及y之間大致呈線性關(guān)系。

(3)設(shè)回來方程為y=/o+/|x

A2]nA2

(4)b=—X(x--x)

n-2仁

=0.2305

2=0.4801

2

⑸由于公N（凡十）

聽從自由度為n-2的t分布。因此

也即:P(A-心-S=<g<2+&2=\-a

可得2的置信度為95%的置信區(qū)間為

即為:(0.0028-0.0044)

聽從自由度為n-2的t分布。因此

可得公的置信度為95%的置信區(qū)間為（-0.3567,0.5703）

A

16.82027

(6)x及y確實(shí)定系數(shù)/=個(gè)———=0.908

f(y-切?18.525

>=i

⑺

ANOVA

x

平方和df均方F顯著性

組間（組合）1231497.7175928.25.302.168

50014

線性加權(quán)的1168713.11168713.35.22.027

項(xiàng)0360362

偏向62784.46610464.07.315.885

47

組內(nèi)66362.50233181.25

00

總數(shù)1297860.9

000

由于尸＞月(1,9),回絕”。，說明回來方程顯著以及y有顯著的線性關(guān)系。

22

其中。1〃1A

（y-丫）

〃-2,=]〃-2,=]

.??承受原假設(shè)“o：4=o,認(rèn)為A顯著不為0?因變量y對(duì)自變量X的一

元線性回來成立。

一-

Z（%—x）（y.—y）

(9)相關(guān)系數(shù)「1_L冷，

't（x,-x）2t（x-.y）

i=\/=1

r小于表中￡=1%的相應(yīng)值同時(shí)大于表中￡=5%的相應(yīng)值，；.X及y有

顯著的線性關(guān)系.

（10）

Xy/\e

序號(hào)y

18253-53.07680.4232

221510.88080.1192

3107043.95880.0412

455022.0868-0.0868

548011.8348-0.8348

692033.4188-0.4188

713504.54.9688-0.4668

83251.51.27680.2232

967032.51880.4812

10121554.48080.5192

從圖上看，殘差是圍繞e=0隨機(jī)波動(dòng)，從而模型的根本假定是滿意

的。

(11)新保單升=1000時(shí)，需要加班的時(shí)間為3=3.7小時(shí)。

(12)M的置信概率為1-。的置信區(qū)間精確為丫0±如2(”-2)"^?6

即為(2.7?4.7)

近似置信區(qū)間為：，即(2.74-4.66)

(13)可得置信程度為的置信區(qū)間為J土%2("-2)師b，即為(3.33-

4.07).

2.16(1)散點(diǎn)圖為：

可以用直線回來描繪y及x之間的關(guān)系.

⑵回來方程為:；=12112.629+3.314x

⑶

直方圖

從圖上可看出，檢驗(yàn)誤差項(xiàng)聽從正態(tài)分布。

第三章多元線性回來

3.11解：（1）用SPSS算出y，xl，x2,x3相關(guān)系數(shù)矩陣:

相關(guān)性

yxlx2x3

Pearsony1.000.556.731.724

相關(guān)性xl.5561.000.113.398

x2.731,1131.000.547

x3.724,398,5471.000

y*,048.008.009

xl.048?.378.127

x2.008.378*.051

x3.009,127.051?

Ny10101010

xl10101010

x210101010

x310101010

1.0000.S560.7310.724

所以尸=0.5561.000<U130.398

0.7310.1131X1000.547

0.7240.39805471.000

系數(shù)a

模非標(biāo)準(zhǔn)化系標(biāo)準(zhǔn)B的95.0%共線性統(tǒng)計(jì)

型數(shù)系數(shù)置信區(qū)間相關(guān)性量

標(biāo)準(zhǔn)誤試用上局

B版tSig.下限限零階偏部容差VIF

（常-34176.4-1.9.096-7883.5

量）8.2859740.0600

00

xl3.751.93：3.3851L.94.100-.978.48.556,621.35.8251.21

427501

x27.102.880.5352.46.049.05314.1.731,709.44.6871.45

154945

x312.410.56.2771L.17.284-13.38.3.724.433.21.5861.70

47984151028

a.因變is:y

⑵

所以三元線性回來方程為夕=-348.28+3.754x1+7.101^2+12.447x3

模型匯總

模型標(biāo)準(zhǔn)估更改統(tǒng)計(jì)量

調(diào)整計(jì)的誤R方更Sig.F更

RR方R方改F更改dfldf2

1.89.806.70823.441.8068.28336.015

8a88

a.預(yù)料變量:(常量),x3,xl,x20

(3)

由于確定系數(shù)R方=0.708R=0.898較大所以認(rèn)為擬合度較高

(4)

Anovab

模型平方和df均方FSig.

1回來13655.334551.78.283.015a

7090

殘差3297.136549.52

02

總計(jì)16952.59

00

a.預(yù)料變量:(常量),x3,xl,x20

b.因變量:y

因?yàn)镕=8.283P=0.015<0.05所以認(rèn)為回來方程在整體上擬

合的好

(5)

系數(shù)a

模型標(biāo)準(zhǔn)系B的95.0%共線性統(tǒng)計(jì)

非標(biāo)準(zhǔn)化系數(shù)數(shù)置信區(qū)間相關(guān)性量

標(biāo)準(zhǔn)誤Sig

B差試用版t下限上限零階偏局部容差VIF

1(-348.2176.4-1.9.09-780.083.5

常80597466000

量

)

X3.7541.933.3851.94.10-.9778.48.556.62.350.8251.2

1205111

X7.1012.880.5352.46.04.05314.1.731.70.444.6871.4

25949955

X12.4410.56.2771.17.28-13.4138.3.724.43.212.5861.7

37984510308

a.因變量:y

(6)可以看到P值最大的是x3為0.284?所以x3的回來系數(shù)沒有

通過顯著檢驗(yàn)?應(yīng)去除。

去除x3后作F檢驗(yàn)，得：

Anovab

模型平方和df均方FSig.

1回來12893.126446.611.11,007a

99007

殘差4059.307579.90

10

總計(jì)16952.59

00

a.預(yù)料變量:（常量）,x2,xl°

b.因變量:y

由表知通過F檢驗(yàn)

接著做回來系數(shù)檢驗(yàn)

系數(shù)a

模型標(biāo)準(zhǔn)系B的95.0%共線性

非標(biāo)準(zhǔn)化系數(shù)數(shù)置信區(qū)間相關(guān)性統(tǒng)計(jì)量

標(biāo)準(zhǔn)誤容

B差試用版tSig.下限上限零階偏局部差VIF

（常-459.6153.05-3.0.020-821.5-97.70

量）24803470

xl4.6761.816.4792.57.037.3818.970.556.697.476.981.0

5713

x28.9712.468,6763.63.0083.13414.80.731.808.672.981.0

48713

a.因變量:y

此時(shí)?我們發(fā)覺xl，x2的顯著性大大進(jìn)步。

(7)xl:(-0.997,8.485)x2:(0.053,14.149)

x3:(-13.415,38.310)

(8)夕*=0.385xl*+0.535x2*+0.277x3*

(9)

殘差統(tǒng)計(jì)量a

標(biāo)準(zhǔn)偏

微小值極大值均值向N

預(yù)料值175.47292.55231.5038.95210

48450006

標(biāo)準(zhǔn)預(yù)料值-1.4381.567.0001.00010

預(yù)料值的標(biāo)準(zhǔn)誤10.46620.19114.5263.12710

差

調(diào)整的預(yù)料值188.35318.10240.1849.83910

15673514

殘差-25.19733.225.0000019.14010

594922

標(biāo)準(zhǔn)殘差-1.0751.417.000.81610

Student化殘差-2.1161.754-.1231.18810

已刪除的殘差-97.61550.882-8.68343.43210

23744820

Student化已刪-3.8322.294-.2551.65810

除的殘差

Mahal°間隔.8945.7772.7001.55510

Cook的間隔.0003.216.486.97610

居中杠桿值.099.642.300.17310

a.因變量:y

所以置信區(qū)間為(175.4748-292.5545)

(10)由于x3的回來系數(shù)顯著性檢驗(yàn)未通過，所以居民非商品支出

對(duì)貨運(yùn)總量影響不大，但是回來方程整體對(duì)數(shù)據(jù)擬合較好

3.12解：在固定第二產(chǎn)業(yè)增加值?考慮第三產(chǎn)業(yè)增加值影響的狀況

下，第一產(chǎn)業(yè)每增加一個(gè)單位，GDP就增加0.607個(gè)單位。

在固定第一產(chǎn)業(yè)增加值，考慮第三產(chǎn)業(yè)增加值影響的狀況下，

第二產(chǎn)業(yè)每增加一個(gè)單位，GDP就增加1.709個(gè)單位。

第四章違反根本假設(shè)的狀況

4.8

加權(quán)變更殘差圖上點(diǎn)的漫步較之前的殘差圖，沒有明顯的趨勢(shì)，點(diǎn)的

漫步較隨機(jī)?因此加權(quán)最小二乘估計(jì)的效果較最小二乘估計(jì)好。

4.9解:

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B差試用版tSig.

1(常-.831.442-1.882.065

量)

X,004,000,83911.03.000

0

a.因變量:y

由SPSS計(jì)算得：y=-0.831+0.004x

殘差散點(diǎn)圖為：

(2)由殘差散點(diǎn)圖可知存在異方差性

再用等級(jí)相關(guān)系數(shù)分析：

相關(guān)系數(shù)

Xt

SpearmanX相關(guān)系數(shù)1.000.318*

的rhoSig.(雙*.021

根U)

N5353

T相關(guān)系數(shù),318*1.000

Sig.（雙.021?

側(cè)）

N5353

*.在置信度（雙測(cè)）為0.05時(shí)，相關(guān)性是顯

著的。

P=0.021所以方差及自變量的相關(guān)性是顯著的。

（3）

模型描繪

因變量y

自變1X

量

權(quán)重源X

器值1.500

模型:MOD_1.

M=1.5時(shí)可以建立最優(yōu)權(quán)函數(shù)，此時(shí)得到：

ANOVA

平方

和df均方FSig.

回.0061.00698.6.000

來04

殘.00351.000

差

總.00952

計(jì)

系數(shù)

未標(biāo)準(zhǔn)化系

數(shù)標(biāo)準(zhǔn)化系數(shù)

標(biāo)準(zhǔn)試用標(biāo)準(zhǔn)

B誤版誤tSig.

（常-.683.298-2.29.026

數(shù)）6

X.004.000.812.0829.93.000

0

所以:y=-0.683+0.004x

(4)

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B差試用版tSig.

1(常.582,1304.481.000

量)

X,001,000.8059.699.000

a.因變量:yy

4.10經(jīng)濟(jì)變量的滯后性會(huì)給序列帶來自相關(guān)性。如前期消費(fèi)額對(duì)后

期消費(fèi)額一般會(huì)有明顯的影響，有時(shí)，經(jīng)濟(jì)變量的這種滯后性表現(xiàn)出

一種不規(guī)則的循環(huán)運(yùn)動(dòng)，當(dāng)經(jīng)濟(jì)狀況處于衰退的低谷時(shí)，經(jīng)濟(jì)擴(kuò)張期

隨之開場(chǎng)，這時(shí)，大多數(shù)經(jīng)濟(jì)時(shí)間序列上升的快一些。在經(jīng)濟(jì)擴(kuò)張時(shí)

期?經(jīng)濟(jì)時(shí)間數(shù)列內(nèi)部有一種內(nèi)在的動(dòng)力?受此影響，時(shí)間序列始終

上升到循環(huán)的頂點(diǎn)，在頂點(diǎn)時(shí)刻，經(jīng)濟(jì)收縮隨之開場(chǎng)。因此，在這樣

的時(shí)間序列數(shù)據(jù)中，依次視察值之間的相關(guān)現(xiàn)象是恨自然的。

4.11當(dāng)一個(gè)線性回來模型的隨機(jī)誤差項(xiàng)存在序列相關(guān)時(shí)，就違反了

線性回來方程的根本假設(shè)，假如仍舊干脆用一般最小二乘估計(jì)未知參

數(shù)，將會(huì)產(chǎn)生嚴(yán)峻后果?一般狀況下序列相關(guān)性會(huì)帶來下列問題：

(1)參數(shù)的估計(jì)值不再具有最小方差線性無偏性。

(2)均方誤差MSE可能嚴(yán)峻低估誤差項(xiàng)的方差。

(3)簡(jiǎn)潔導(dǎo)致對(duì)t值評(píng)價(jià)過高，常用的F檢驗(yàn)和t檢驗(yàn)失效。假如

無視這一點(diǎn)，可能導(dǎo)致得出回來參數(shù)統(tǒng)計(jì)檢驗(yàn)為顯著，但事實(shí)上并不

顯著的嚴(yán)峻錯(cuò)誤結(jié)論。

(4)當(dāng)存在序列相關(guān)時(shí)，最小二乘估計(jì)量對(duì)抽樣波動(dòng)變得特別敏感。

(5)假如不加處理地運(yùn)用一般最小二乘法估計(jì)模型參數(shù)，用此模型

進(jìn)展預(yù)料和進(jìn)展構(gòu)造分析將會(huì)帶來較大的方差甚至錯(cuò)誤的說明。

4.12優(yōu)點(diǎn)：DW檢驗(yàn)有著廣泛的應(yīng)用，對(duì)許多模型能簡(jiǎn)潔便利的推

斷該模型有無序列相關(guān)性，當(dāng)DW的值在2左右時(shí)，則無需查表，

即可放心的認(rèn)為模型不存在序列的自相關(guān)性。

缺點(diǎn)：DW檢驗(yàn)有兩個(gè)不能確定的區(qū)域，一旦DW值落在這兩個(gè)區(qū)域?

就無法推斷?這時(shí)，只有增大樣本容量或選取其他方法；DW統(tǒng)計(jì)量

的上'下界表要求n>15,這是因?yàn)榧偃鐦颖驹傩?，利用殘差就很難對(duì)

自相關(guān)的存在性作出比擬正確的推斷；DW檢驗(yàn)不合適隨機(jī)項(xiàng)具有高

階序列相關(guān)的檢驗(yàn)。

4.13解：

(1)

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B差試用版tSig.

1(常-1.435.242-5.930.000

量)

X.176,002.999107.9.000

28

a.因變量:y

y=-1.435+0.176x

⑵

模型匯總b

模型調(diào)整R標(biāo)準(zhǔn)估計(jì)Durbin-

RR方方的誤差Watson

1,999a,998,998,09744.663

a.預(yù)料變量:(常量),x°

b.因變量:y

DW=0.663查DW分布表知：4=0.95

所以DW<4,故誤差項(xiàng)存在正相關(guān)。

殘差圖為：

e,隨t的變更逐次變更并不常見的變更符號(hào)說明誤差項(xiàng)存在正相關(guān)。

(3)P=1-O.5*DW=O.6685計(jì)算得：

Y'X，8.4951.17

7.3944.907.8847.26

7.6545.808.7752.33

6.8440.698.9352.69

8.0048.509.3254.95

7.7946.859.2955.54

8.2649.459.4856.77

7.9648.479.3855.83

8.2850.049.6758.00

7.9048.039.9059.22

Y'X'

模型匯總b

模型調(diào)整R標(biāo)準(zhǔn)估計(jì)Durbin-

RR方方的誤差Watson

1,996a,993,993.073951.344

a.預(yù)料變量:（常量）,xx°

b.因變量:yy

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B試用版tSig.

1（常-.303.180-1.684.110

量）

XX.173,004,99649.01.000

1

a.因變量:yy

得回來方程y'=-0.303+0.173x,

即:=-0.303+0.6685y,_,+0.173(%—0.6685x,_,)

(4)

模型匯總b

模型調(diào)整R標(biāo)準(zhǔn)估計(jì)Durbin-

RR方方的誤差Watson

1.978a,957,955.074491.480

a.預(yù)料變量:（常量）,x3°

b.因變量:y3

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B試用版tSig.

1（常.033.0261.273.220

量）

x3.161,008.97819.52.000

8

a.因變量:y3

△y,=0.033+0.161Ax,

即：y,=0.033+y,_,+0.161（）

（5）差分法的DW值最大為1.48消退相關(guān)性最徹底，但是迭代法

的3值最小為0.07395，擬合的較好。

4.14解：（1）

模型匯總b

模型調(diào)整R標(biāo)準(zhǔn)估計(jì)Durbin-

RR方方的誤差Watson

1,541a,293,264329.6930.745

2

a.預(yù)料變量:（常量）,x2,xl°

b.因變量:y

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B試用版tSig.

1(常-574.0349.27-1.644.107

量）621

xl191.0973.309.3452.607.012

8

x22.045,911.2972.246.029

a.因變量:y

回來方程為:y=-574.062+191.098x1+2.045x2

DW=0.745<DI所以誤差項(xiàng)存在正相關(guān)

殘差圖為：

(2)p=l-0.5*DW=0.6275

模型匯總b

模型調(diào)整R標(biāo)準(zhǔn)估計(jì)Durbin-

RR方方的誤差Watson

1,688a,474,452257.67061.716

4

a.預(yù)料變量:（常量）,x22,xl20

b.因變量:y2

系數(shù),

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B試用版tSig.

1(常-179.690.337-1.989.052

量）68

X12211.7747.778.5224.432.000

0

x221.434.628.2692.283.027

a.因變量:y2

此時(shí)得方程：＜=-179.668+211.77xl,+1.434x2'

所以回來方程為：

y,=-179.668+0.6275+211.77(x1,-0.6275+1.434(x2,-0.6275x2,_t)

(3)

模型匯總b

模型調(diào)整R標(biāo)準(zhǔn)估計(jì)Durbin-

RR方方的誤差Watson

1,715a,511,490283.79102.042

2

a.預(yù)料變量:（常量）,x23,xl30

b.因變量:y3

系數(shù)a

模型標(biāo)準(zhǔn)系

非標(biāo)準(zhǔn)化系數(shù)數(shù)

標(biāo)準(zhǔn)誤

B試用版tSig.

1(常7.69839.754.194.847

量）

X13209.844.143,5444.755.000

91

x231.399,583.2742.400.020

a.因變量:y3

此時(shí)得方程:△y,=7.698+209.891Axl+1.399Ax2

所以回來方程為：立=7.698+209.891(七一%_1)+1.399(x2,—x21)

4.15異樣值緣由異樣值消退方法

1）數(shù)據(jù)登記誤差，存在抄寫或錄入的錯(cuò)誤重新核實(shí)數(shù)據(jù)

2）數(shù)據(jù)測(cè)量誤差重新測(cè)量誤差

3）數(shù)據(jù)隨機(jī)誤差刪除或重新觀測(cè)異樣值數(shù)據(jù)

4）缺少重要自變量增加必要的自變量

5）缺少觀測(cè)數(shù)據(jù)增加觀測(cè)數(shù)據(jù)，適當(dāng)擴(kuò)大自變

量取值范圍

6）存在異方差采納加權(quán)線性回來

7）模型選用錯(cuò)誤，線性模型不適用改用非線性回來模型

4.16

編號(hào)學(xué)生化殘差刪除學(xué)生化殘差杠桿值庫克間隔

1-0.89353-0.876040.354180.16609

20.627670.592770.140250.03115

30.265170.243490.160790.00620

4-0.00433-0.003960.099350.00000

51.754002.293830.247020.40874

6-2.11566-3.832140.641873.21601

7-1.17348-1.220390.492770.50110

8-1.16281-1.206060.361290.28946

90.409350.379020.163660.01500

101.064621.079110.338830.22158

從上表中看到，肯定值最大的學(xué)生化殘差為2.11566?小于3■因此

根據(jù)學(xué)生化殘差診斷認(rèn)為數(shù)據(jù)不存在異樣值?？隙ㄖ底畲蟮膭h除學(xué)生

化殘差為3.83214，大于3，因此根據(jù)學(xué)生化殘差診斷為第6個(gè)數(shù)據(jù)

為異樣值，是因變量的異樣值。其中心化杠桿值等于0.64187最大-

庫克間隔等于3.21601也是最大，中心化杠桿平均值為0.3001，第

6個(gè)數(shù)據(jù)杠桿值等于0.64187大于2倍的中心化杠桿值，因此從杠桿

值看第6個(gè)數(shù)據(jù)是自變量的異樣值?同時(shí)第6個(gè)數(shù)據(jù)的庫克間隔等

于3.21601，大于1，這樣第6個(gè)數(shù)據(jù)為異樣值的緣由是由自變量異

樣及因變量異樣兩個(gè)緣由共同引起的。

第五章自變量選擇及逐步回來

5.9后退法：輸出結(jié)果

系數(shù)a

模型非標(biāo)準(zhǔn)化標(biāo)準(zhǔn)

系數(shù)系數(shù)

標(biāo)準(zhǔn)試用

B誤差版tSig.

1（常143225.638,533

量）8.122.47

02

農(nóng)業(yè)-.62.168-1.0-3.7.002

xl69820

工業(yè)-.32.207-1.3-1.5.135

x285287

建筑-.38.555-.25-.69.501

業(yè)x3311

人口-.00,025-.01-.16.875

x4441

最終.672.1303.715.17.000

消費(fèi)08

x5

受災(zāi)-.00.008-.01-.69.499

面積655

x6

2（常107299.3.60.003

量）9.757592

4

農(nóng)業(yè)-.64.130-1.1-4.9.000

xl22625

工業(yè)-.30.131-1.2-2.3.035

x234914

建筑-.40,525-.26-.76.456

業(yè)x3235

r=i

取終.658.0953.636.90.000

消費(fèi)65

x5

母vT7災(zāi)-.00.007-.01-.84.409

面積679

x6

3(常108295.3.66.002

量）3.158162

0

農(nóng)業(yè)-.62.127-1.0-4.9.000

xl49531

工業(yè)-.37,093-1.5-3.9.001

x233598

r=i

取終.657.0943.626.98.000

消費(fèi)71

x5

母VT7災(zāi)-.00.007-.01-.75.460

面積558

x6

4(常874.106.8.18.000

量）6048694

農(nóng)業(yè)-.61.124-1.0-4.9.000

xl17336

工業(yè)-.35.088-1.4-3.9.001

x235494

日

取終.637.0893.517.14.000

消費(fèi)62

x5

a.因變量：財(cái)政收入y

Anovae

模型平方

和df均方FSig.

1回1.36562.274602..000

來E8E7127a

殘528791437770

差3.319.951

總1.37020

計(jì)E8

2回1.36552.729772..000

來E8E7734b

殘529761535317

差7.852.857

總1.37020

計(jì)E8

3回1.36443.411991..000

來E8E7468C

殘550441634402

差0.103.506

總1.37020

計(jì)E8

4回1.36434.547135.000

來E8E75.75d

3

殘570181733540

差0.931.055

總1.37020

計(jì)E8

a.預(yù)料變量：（常量），受災(zāi)面積x6,建筑

業(yè)x3,人口x4,農(nóng)業(yè)xl,最終消費(fèi)x5,工

業(yè)x2°

b.預(yù)料變量：（常量），受災(zāi)面積x6,建筑

業(yè)x3,農(nóng)業(yè)xl,最終消費(fèi)x5,工業(yè)x2。

c.預(yù)料變量：（常量），受災(zāi)面積x6,農(nóng)業(yè)

xl,最終消費(fèi)x5,工業(yè)x2。

d.預(yù)料變量：（常量），農(nóng)業(yè)xl,最終消費(fèi)

x5,工業(yè)x2°

e.因變量：財(cái)政收入y

模型匯總

模更改統(tǒng)計(jì)量

型Sig.

標(biāo)準(zhǔn)估RF

R調(diào)整計(jì)的誤方更F更更

R方R方差改改dfldf2改

1.998.996.994194.34.996602.614.00

a7501270

2.998.996.995187.93.000.026114.87

b0465

3.998.996.995185.47.000.585115.45

c9136

4.998.996.995183.13.000.574116.46

d9440

a.預(yù)料變量:（常量），受災(zāi)面積x6,建筑業(yè)x3,人口x4,農(nóng)

業(yè)xl,最終消費(fèi)x5,工業(yè)x2。

b.預(yù)料變量:（常量），受災(zāi)面積x6,建筑業(yè)x3,農(nóng)業(yè)xl,最

終消費(fèi)x5,工業(yè)x2。

c.預(yù)料變量：（常量），受災(zāi)面積x6,農(nóng)業(yè)xl,最終消費(fèi)x5,

工業(yè)x2°

d.預(yù)料變量:（常量），農(nóng)業(yè)xl,最終消費(fèi)x5,工業(yè)x2。

回來方程為:回874.604-0.611%-0.353%+0.637尤5

逐步回來法：輸出結(jié)果

模型匯總

模型更改統(tǒng)計(jì)量

Sig.

調(diào)整R標(biāo)準(zhǔn)估計(jì)R方更F更

RR方方的誤差改F更改dfldf2改

1.994a.989.988285.6837.9891659.4119.000

341

2.996b.992.991247.7776.0037.258118.015

8

3.998c.996.995183.1394.00415.948117.001

4

a.預(yù)料變量:（常量），最終消費(fèi)x5。

b.預(yù)料變量:（常量），最終消費(fèi)x5,農(nóng)業(yè)xl。

c.預(yù)料變量:（常量），最終消費(fèi)x5,農(nóng)業(yè)xl,工業(yè)x2。

Anovad

模型平方和df均方FSig.

1回1.354E11.354E1659..000a

來88441

殘1550681981615.

差8.654192

總1.370E20

計(jì)8

2回1.359E26.794E1106.,000b

來87637

殘1105081861393.

差8.003778

總1.370E20

計(jì)8

3回1.364E34.547E1355.,000c

來87753

殘5701801733540.

差.931055

總1.370E20

計(jì)8

a.預(yù)料變量:（常量），最終消費(fèi)x5。

b.預(yù)料變量:（常量），最終消費(fèi)x5,農(nóng)業(yè)xl。

c.預(yù)料變量：（常量），最終消費(fèi)x5,農(nóng)業(yè)xl,工業(yè)

x2°

d.因變量：財(cái)政收入y

系數(shù)a

模型非標(biāo)準(zhǔn)化系標(biāo)準(zhǔn)

數(shù)系數(shù)相關(guān)性

標(biāo)準(zhǔn)試用局

B誤差版tSig.零階偏部

1（常710.90.87.81.000

量）37291