賈俊平著《統(tǒng)計(jì)學(xué)—SPSS和Excel實(shí)現(xiàn)》（第9版）：習(xí)題答案PAGE1/7賈俊平著《統(tǒng)計(jì)學(xué)—SPSS和Excel實(shí)現(xiàn)》（第9版）###各章習(xí)題答案###統(tǒng)計(jì)、數(shù)據(jù)和計(jì)算機(jī)（SE-9）練習(xí)題答案（1）數(shù)值變量。（2）類別變量。（3）數(shù)值變量。（4）有序類別變量。（5）無序類別變量。（1）總體是“所有IT從業(yè)者”，樣本是“所抽取的1000名IT從業(yè)者”，樣本量是1000。（2）數(shù)值變量。（3）無序類別變量。（1）總體是“所有的網(wǎng)上購物者”。（2）無序類別變量。（1）分層抽樣。（2）100。#####—————————————————————————————————##########—————————————————————————————————#####第2章用圖表展示數(shù)據(jù)（SE-9）練習(xí)題答案（1）頻數(shù)分布表如下：服務(wù)質(zhì)量等級(jí)評(píng)價(jià)的頻數(shù)分布服務(wù)質(zhì)量等級(jí)家庭數(shù)（頻數(shù)）頻率（%）A1414B2121C3232D1818E1515合計(jì)100100（2）條形圖如下：（3）帕累托圖如下：（4）餅圖如下：（1）頻數(shù)分布表如下：100只燈泡使用壽命的頻數(shù)分布按使用壽命分組（小時(shí)）燈泡個(gè)數(shù)（只）頻率（%）650~66022660~67055670~68066680~6901414690~7002626700~7101818710~7201313720~7301010730~74033740~75033合計(jì)=SUM(ABOVE)100=SUM(ABOVE)100（2）直方圖如下：從直方圖可以看出，燈泡使用壽命的分布基本上是對(duì)稱的。（3）莖葉圖如下：莖葉圖與直方圖所反映的數(shù)據(jù)分布是一致的，不同的是莖葉圖中保留了原始數(shù)據(jù)。（1）簇狀條形圖和堆積條形圖如下：（2）環(huán)形圖如下：（3）雷達(dá)圖和平行坐標(biāo)圖如下：從雷達(dá)圖和平行坐標(biāo)圖顯示，兩個(gè)班考試成績(jī)的分布有相似之處。（1）子女身高的直方圖如下：箱形圖顯示，子女身高的分布大致對(duì)稱。（2）箱形圖如下：箱形圖顯示，子女身高、父親身高和母親身高均大致為對(duì)稱分布。子女身高的離散程度相對(duì)較大。（3）散點(diǎn)圖如下：散點(diǎn)圖顯示，子女身高與父親身高和母親身高均為正的線性關(guān)系。（4）氣泡圖如下：氣泡圖顯示，子女身高與父親身高和母親身高均為線性關(guān)系。折線圖和面積圖如下：折線圖和面積圖均顯示，城鎮(zhèn)居民人均可支配收入農(nóng)村居民人均可支配收入，而且，隨著時(shí)間的推移，差距有逐年擴(kuò)大的趨勢(shì)。#####—————————————————————————————————##########—————————————————————————————————#####第3章用統(tǒng)計(jì)量描述數(shù)據(jù)（SE-9）練習(xí)題答案由SPSS計(jì)算的各描述統(tǒng)計(jì)量如下：統(tǒng)計(jì)網(wǎng)購金額個(gè)案數(shù)有效50缺失0平均值1032.64中位數(shù)985.50標(biāo)準(zhǔn)偏差385.373偏度.663偏度標(biāo)準(zhǔn)誤差.337峰度1.220峰度標(biāo)準(zhǔn)誤差.662范圍1981百分位數(shù)10532.2025825.7550985.50751248.50901490.90根據(jù)上表結(jié)果計(jì)算的四分位差為：IOR=1248.50-825.75=422.75。偏度系數(shù)顯示，網(wǎng)購金額呈現(xiàn)中等程度的右偏分布。平均數(shù)計(jì)算過程見下表：網(wǎng)購金額分組(元)組中值(m)人數(shù)(f)mf1000以下7504993742501000~1500125083010375001500~20001750154327002502000~25002250121827405002500以上27509102502500合計(jì)—50009355000x=標(biāo)準(zhǔn)差計(jì)算過程見下表：網(wǎng)購金額分組(元)組中值（m）人數(shù)（f）((1000以下75049912566416270638591000~150012508303856413200820301500~20001750154314641225910632000~2500225012181436411749547382500以上2750910772641703103310合計(jì)—500025732051847795000s=i=13種方法各自的主要描述統(tǒng)計(jì)量如下：方法A方法B方法C平均165.6平均128.73平均125.53中位數(shù)165中位數(shù)129中位數(shù)126眾數(shù)164眾數(shù)128眾數(shù)126標(biāo)準(zhǔn)差2.13標(biāo)準(zhǔn)差1.75標(biāo)準(zhǔn)差2.77峰度-0.13峰度0.45峰度11.66偏度0.35偏度-0.17偏度-3.24極差8極差7極差12離散系數(shù)0.013離散系數(shù)0.014離散系數(shù)0.022最小值162最小值125最小值116最大值170最大值132最大值128（1）從集中度、離散度和分布的形狀三個(gè)角度的統(tǒng)計(jì)量來評(píng)價(jià)。從集中度看，方法A的平均水平最高，方法C最低；從離散度看，方法A的離散系數(shù)最小，方法C最大；從分布的形狀看，方法A和方法B的偏斜程度都不大，方法C則較大。（2）綜合來看，應(yīng)該選擇方法A，因?yàn)槠骄捷^高且離散程度較小。（1）x=s=(5.5-7（2）由于兩種排隊(duì)方式的平均數(shù)不同，所以用離散系數(shù)進(jìn)行比較。CV1=1.977.2=0.274（3）選方法二，因?yàn)槠骄却龝r(shí)間短，且離散程度小。通過計(jì)算標(biāo)準(zhǔn)化值來判斷。zA=x該測(cè)試者在A項(xiàng)測(cè)試中比平均分?jǐn)?shù)高出1個(gè)標(biāo)準(zhǔn)差，而在B項(xiàng)測(cè)試中只高出平均分?jǐn)?shù)0.5個(gè)標(biāo)準(zhǔn)差，由于A項(xiàng)測(cè)試的標(biāo)準(zhǔn)分?jǐn)?shù)高于B項(xiàng)測(cè)試，所以A項(xiàng)測(cè)試比較理想。#####—————————————————————————————————##########—————————————————————————————————#####第4章概率分布（SE-9）練習(xí)題答案（1）P(2≤X≤5)=0.209+0.223+0.178+0.114=0.724。（2）P(X<2)=0.041+0.130=0.171。（3）P(X>5)=0.061+0.028+0.011+0.004+0.001=0.105。（1）P(X=2)=BINOMDIST(2,4,0.5,0)=0.375。（2）P(X≤2)=BINOMDIST(2,4,0.5,1)=0.6875。計(jì)算以下概率和分位數(shù)：（1）PX≥510（2）P0≤Z≤1.2=0.3849303；（3）z=1.644854。計(jì)算以下概率和分位數(shù)：Pt≤-1.5=0.07718333；PPX≤12=0.8487961；PX>18=0.5874082；df=15，PX≤3.5=0.9744715；df1=12，df2=8，F(xiàn)值大于3的概率P（1）E(x（2）σ（3）由中心極限定理可知，x的概率分布近似正態(tài)分布。（1）E(p)=π=0.4。（2）σp=（3））由中心極限定理可知，p的分布近似正態(tài)分布。#####—————————————————————————————————##########—————————————————————————————————#####第5章參數(shù)估計(jì)（SE-9）練習(xí)題答案（1）樣本均值的標(biāo)準(zhǔn)差σx（2）已知：σ=15，n=49，x=120，α=0.05，z估計(jì)誤差E=z（3）由于總體標(biāo)準(zhǔn)差已知，所以總體均值μ的95%的置信區(qū)間為：x±zα2σ（1）已知：總體服從正態(tài)分布，σ=500，n=15，x=8900，α=0.05，z由于總體服從正態(tài)分布，所以總體均值μ的95%的置信區(qū)間為：x±zα2σ（2）已知：總體不服從正態(tài)分布，σ=500，n=35，x=8900，α=0.05，z雖然總體不服從正態(tài)分布，但由于n=35為大樣本，所以總體均值μ的95%的置信區(qū)間為：x±zα2σ（3）已知：總體不服從正態(tài)分布，σ未知，n=35，x=8900，s=500，α=0.1，z雖然總體不服從正態(tài)分布，但由于n=35為大樣本，所以總體均值μ的90%的置信區(qū)間為：x±zα2s（4）已知：總體不服從正態(tài)分布，σ未知，n=35，x=8900，s=500，α=0.01，z雖然總體不服從正態(tài)分布，但由于n=35為大樣本，所以總體均值μ的99%的置信區(qū)間為：x±zα2s已知：n=36，當(dāng)α為0.1、0.05、0.01時(shí)，相應(yīng)的z0.12=1.645、z根據(jù)樣本數(shù)據(jù)計(jì)算得：x=3.32，s=1.61由于n=36為大樣本，所以平均上網(wǎng)時(shí)間的90%的置信區(qū)間為：x±zα2s平均上網(wǎng)時(shí)間的95%的置信區(qū)間為：x±zα2s平均上網(wǎng)時(shí)間的99%的置信區(qū)間為：x±zα2s（1）已知：n=50，p=3250=0.64，α=0.05總體中贊成該項(xiàng)改革的戶數(shù)比例的95%的置信區(qū)間為：p±zα2p(1（2）已知：π=0.80，α=0.05，z0.05應(yīng)抽取的樣本量為：n=(（1）已知：n=10。α=0.05，由Excel的“CHIINV”函數(shù)計(jì)算的χ0.0522根據(jù)樣本數(shù)據(jù)計(jì)算得：s2=0.2272。總體方差(n標(biāo)準(zhǔn)差的置信區(qū)間為：0.33≤（2）根據(jù)樣本數(shù)據(jù)計(jì)算得：s2=3.3183。總體方差(n標(biāo)準(zhǔn)差的置信區(qū)間為：1.25≤（3）第一種排隊(duì)方式更好，因?yàn)樗碾x散程度小于第二種排隊(duì)方式。（1）由于兩個(gè)樣本均為獨(dú)立小樣本，當(dāng)σ12和σ12未知但相等時(shí)，需要用兩個(gè)樣本的方差s1sp當(dāng)α=0.05時(shí)，t0.05μ1-μ(即（0.19，19.41）。（2）當(dāng)α=0.01時(shí)，t0.01μ1-μ(即（-3.34，22.94）。根據(jù)樣本數(shù)據(jù)計(jì)算得：d=11010當(dāng)α=0.05時(shí)，t0.052(10-1)=2.262。兩種方法平均自信心得分之差μd即（6.33，15.67）。（1）已知：n1=n2=250，p1=40%π1-π(即（3.02%，16.98%）。（2）α=0.05，z0.052=1.96。π(即（1.68%，18.32%）。根據(jù)樣本數(shù)據(jù)計(jì)算得：s12=0.058375當(dāng)α=0.05時(shí)，由Excel的“FINV”函數(shù)計(jì)算的FαF1兩個(gè)總體方差比σ12σs4.06≤已知：σ=120，E=20，當(dāng)α=0.05時(shí)，z0.05應(yīng)抽取的樣本量為：n=(已知：σ1=12，σ2=15，E=5，n1應(yīng)抽取的樣本量為：n1已知：E=0.05，n1=n2，當(dāng)由于沒有π1和π2的信息，此時(shí)用0.5作為π1n#####—————————————————————————————————##########—————————————————————————————————#####第6章假設(shè)檢驗(yàn)（SE-9）練習(xí)題答案依題意提出如下假設(shè)：H0計(jì)算檢驗(yàn)統(tǒng)計(jì)量：z=x-μ0s/n=7.25-6.702.5200依題意提出如下假設(shè)：H0根據(jù)樣本數(shù)據(jù)計(jì)算得：x=78.125，s=9.184。檢驗(yàn)統(tǒng)計(jì)量為z=x-μ0s/n=78.125-829.18432=-2.387依題意提出如下假設(shè)：H0根據(jù)樣本數(shù)據(jù)計(jì)算得：x=25.51，s=2.193。檢驗(yàn)統(tǒng)計(jì)量為t=x-μ0s/n=25.51-252.19320=1.04，利用依題意提出如下假設(shè)：H0樣本比例為：p=115z=p-π0π0(1-依題意提出如下假設(shè)：H0z=(x1-x2)-(μ1-μ2設(shè)μ1=看后H0利用Excel中的【t－檢驗(yàn)：平均值的成對(duì)二樣本分析】給出的檢驗(yàn)結(jié)果如下表：變量1變量2平均65.375方差3.42862.554觀測(cè)值88泊松相關(guān)系數(shù)0.7242假設(shè)平均差0df7tStat1.3572P(T<=t)單尾0.1084t單尾臨界1.8946P(T<=t)雙尾0.2168t雙尾臨界2.3646由于P(T<=t)單尾＝0.1084>0.05，不拒絕H0，沒有證據(jù)表明廣告提高了平均潛在購買力得分設(shè)μ1=方法H0利用Excel中的【t-檢驗(yàn):雙樣本異方差假設(shè)】給出的檢驗(yàn)結(jié)果如下表：變量1變量2平均47.7333356.5方差19.4952418.27273觀測(cè)值1512假設(shè)平均差0df24tStat-5.21824P(T<=t)單尾0.00001t單尾臨界1.71088P(T<=t)雙尾0.00002t雙尾臨界2.06390由于P(T<=t)單尾=0.00001<0.05，拒絕H0，設(shè)π1=男經(jīng)理，H0p1=39p=x檢驗(yàn)統(tǒng)計(jì)量為：z=p利用Excel的【NORMSDIST】函數(shù)得到檢驗(yàn)P=0.0109<0.05，（1）設(shè)μ1=新肥料H0利用Excel中的【t-檢驗(yàn):雙樣本等方差假設(shè)】給出的檢驗(yàn)結(jié)果如下表：變量1變量2平均109.9100.7方差33.35789524.115789觀測(cè)值2020合并方差28.736842假設(shè)平均差0df38tStat5.427106P(T<=t)單尾0.000002t單尾臨界1.685954P(T<=t)雙尾0.000003t雙尾臨界2.024394由于P=0.000002<0.05，拒絕利用Excel中的【t-檢驗(yàn):雙樣本異方差假設(shè)】給出的檢驗(yàn)結(jié)果如下表：變量1變量2平均109.9100.7方差33.35789524.115789觀測(cè)值2020假設(shè)平均差0df37tStat5.427106P(T<=t)單尾0.000002t單尾臨界1.687094P(T<=t)雙尾0.000004t雙尾臨界2.026192由于P=0.000002<0.05（2）依題意提出如下假設(shè)：H0:σ利用Excel中的【F-檢驗(yàn)雙樣本方差分析】做α=0.025的單側(cè)檢驗(yàn)，得到的檢驗(yàn)結(jié)果如下表：變量1變量2平均109.9100.7方差33.357924.1158觀測(cè)值2020df1919F1.3832P(F<=f)單尾0.2431F單尾臨界2.5265由于P=0.2431>0.025，不拒絕依題意提出如下假設(shè)：H0:σ利用Excel中的【F-檢驗(yàn)雙樣本方差分析】做α=0.025的單側(cè)檢驗(yàn)，得到的檢驗(yàn)結(jié)果如下表：變量1變量2平均3.32843.2782方差0.04890.0059觀測(cè)值2522df2421F8.2844P(F<=f)單尾0.0000F單尾臨界2.3675由于P=0.0000<0.025，拒絕H#####—————————————————————————————————##########—————————————————————————————————#####第7章類別變量的推斷（SE-9）練習(xí)題答案提出假設(shè)。H0H1由SPSS輸出的檢驗(yàn)結(jié)果如下：檢驗(yàn)統(tǒng)計(jì)銷售量卡方80.924a自由度11漸近顯著性.000a.0個(gè)單元格(0.0%)的期望頻率低于5。期望的最低單元格頻率為1542.5。由于P值接近于0，拒絕原假設(shè)，表明各月份的銷售量不服從均勻分布。提出假設(shè)。H0H1由SPSS輸出的檢驗(yàn)結(jié)果如下：檢驗(yàn)統(tǒng)計(jì)男性卡方1.317a自由度4漸近顯著性.858a.0個(gè)單元格(0.0%)的期望頻率低于5。期望的最低單元格頻率為5.3。由于P=0.858>0.05，不拒絕原假設(shè)，表明男性觀眾喜歡該檔娛樂節(jié)目的比例和女性一致。提出假設(shè)。H0H1由SPSS輸出的檢驗(yàn)結(jié)果如下：卡方檢驗(yàn)值自由度漸進(jìn)顯著性（雙側(cè)）皮爾遜卡方16.854a2.000似然比17.5572.000有效個(gè)案數(shù)190a.0個(gè)單元格(0.0%)的期望計(jì)數(shù)小于5。最小期望計(jì)數(shù)為11.84。對(duì)稱測(cè)量c值漸進(jìn)顯著性名義到名義Phi.298.000克萊姆V.298.000列聯(lián)系數(shù).285.000有效個(gè)案數(shù)190c.相關(guān)性統(tǒng)計(jì)僅適用于數(shù)字?jǐn)?shù)據(jù)。由于P值接近于0，拒絕原假設(shè)，表明上市公司的類型與對(duì)股價(jià)波動(dòng)的關(guān)注程度不獨(dú)立。提出假設(shè)。H0H1由SPSS輸出的檢驗(yàn)結(jié)果如下：卡方檢驗(yàn)值自由度漸進(jìn)顯著性（雙側(cè)）皮爾遜卡方29.991a6.000似然比30.6836.000有效個(gè)案數(shù)400a.0個(gè)單元格(0.0%)的期望計(jì)數(shù)小于5。最小期望計(jì)數(shù)為21.00。對(duì)稱測(cè)量c值漸進(jìn)顯著性名義到名義Phi.274.000克萊姆V.194.000列聯(lián)系數(shù).264.000有效個(gè)案數(shù)400c.相關(guān)性統(tǒng)計(jì)僅適用于數(shù)字?jǐn)?shù)據(jù)。由于P值接近于0，拒絕原假設(shè)，表明地區(qū)與所購買的汽車價(jià)格不獨(dú)立。#####—————————————————————————————————##########—————————————————————————————————#####第8章方差分析與實(shí)驗(yàn)設(shè)計(jì)（SE-9）練習(xí)題答案設(shè)4臺(tái)機(jī)器的影響效應(yīng)分別為α1，α2，α3提出假設(shè)：H0:α1=α2由SPSS輸出的方差分析表如下：主體間效應(yīng)檢驗(yàn)因變量:填裝量源III類平方和自由度均方F顯著性修正模型.007a3.00210.098.001截距295.7791295.7791266416.430.000機(jī)器.0073.00210.098.001誤差.00415.000總計(jì)304.17119修正后總計(jì).01118a.R方=.669（調(diào)整后R方=.603）P-value=0.001<α=0.01，拒絕原假設(shè)。表明臺(tái)機(jī)器的平均裝填量之間有顯著差異。設(shè)3個(gè)企業(yè)生產(chǎn)的電池的影響效應(yīng)分別為αA，αB，提出假設(shè)：H0:αA=由SPSS輸出的方差分析表如下：主體間效應(yīng)檢驗(yàn)因變量:電池壽命源III類平方和自由度均方F顯著性修正模型615.600a2307.80017.068.000截距22815.000122815.0001265.157.000企業(yè)615.6002307.80017.068.000誤差216.4001218.033總計(jì)23647.00015修正后總計(jì)832.00014a.R方=.740（調(diào)整后R方=.697）P=0.000<α=0.05，拒絕原假設(shè)。表明3個(gè)企業(yè)生產(chǎn)的電池的平均壽命之間有顯著差異。為判斷那兩個(gè)企業(yè)生產(chǎn)的電池平均使用壽命之間有顯著差異，首先提出如下假設(shè)：檢驗(yàn)1：H檢驗(yàn)2：H檢驗(yàn)4：H由SPSS輸出的檢驗(yàn)結(jié)果如下：多重比較因變量:電池壽命(I)企業(yè)(J)企業(yè)平均值差值(I-J)標(biāo)準(zhǔn)誤差顯著性95%置信區(qū)間下限上限圖基HSDAB14.40*2.686.0007.2321.57C1.802.686.785-5.378.97BA-14.40*2.686.000-21.57-7.23C-12.60*2.686.001-19.77-5.43CA-1.802.686.785-8.975.37B12.60*2.686.0015.4319.77LSDAB14.40*2.686.0008.5520.25C1.802.686.515-4.057.65BA-14.40*2.686.000-20.25-8.55C-12.60*2.686.001-18.45-6.75CA-1.802.686.515-7.654.05B12.60*2.686.0016.7518.45基于實(shí)測(cè)平均值。誤差項(xiàng)是均方（誤差）=18.033。*.平均值差值的顯著性水平為0.05。上述兩種方法檢驗(yàn)的P值均顯示，企業(yè)A與企業(yè)B電池的平均使用壽命之間有顯著差異。企業(yè)A與企業(yè)C電池的平均使用壽命之間無顯著差異。企業(yè)B與企業(yè)C電池的平均使用壽命之間有顯著差異。使用壽命的正態(tài)性檢驗(yàn)如下：正態(tài)性檢驗(yàn)企業(yè)柯爾莫戈洛夫-斯米諾夫(V)a夏皮洛-威爾克統(tǒng)計(jì)自由度顯著性統(tǒng)計(jì)自由度顯著性電池壽命A.2545.200*.8355.153B.1365.200*.9875.967C.1605.200*.9765.911*.這是真顯著性的下限。a.里利氏顯著性修正無論是S-W檢驗(yàn)還是K-S檢驗(yàn)，顯著性水平均較大，不拒絕原假設(shè)，沒有證據(jù)表明各企業(yè)電池的使用壽命不服從正態(tài)分布。方差齊性檢驗(yàn)如下：誤差方差的萊文等同性檢驗(yàn)a,b萊文統(tǒng)計(jì)自由度1自由度2顯著性電池壽命基于平均值1.735212.218基于中位數(shù).764212.487基于中位數(shù)并具有調(diào)整后自由度.764210.034.491基于剪除后平均值1.717212.221檢驗(yàn)“各個(gè)組中的因變量誤差方差相等”這一原假設(shè)。a.因變量：電池壽命b.設(shè)計(jì)：截距+企業(yè)上述結(jié)果顯示，無論哪種檢驗(yàn)，P值均較大，不拒絕原假設(shè)，表明該數(shù)據(jù)滿足方差齊性。（1）方差分析表中所缺的數(shù)值如下表：差異源SSdfMSFP-valueFcrit組間42022101.4780.2459463.354131組內(nèi)383627142.07———總計(jì)425629————（2）由方差分析表表可知：P=0.245946>α=0.05，不拒絕原假設(shè)。沒有證據(jù)表明3種方法組裝的產(chǎn)品數(shù)量之間有顯著差異。設(shè)不同品種的種子的影響效應(yīng)分別為α1，α2，α3，α提出假設(shè)：H0:α1=α2=α設(shè)不同施肥方式的影響效應(yīng)分別為β1，β2，β3提出假設(shè)：H0:β1=β2由SPSS輸出的方差分析表如下：主體間效應(yīng)檢驗(yàn)因變量:收獲量源III類平方和自由度均方F顯著性修正模型37.248a75.3218.082.001截距2930.62112930.6214451.012.000品種19.06744.7677.240.003施肥方案18.18236.0619.205.002誤差7.90112.658總計(jì)2975.77020修正后總計(jì)45.14919a.R方=.825（調(diào)整后R方=.723）由上述結(jié)果可知，檢驗(yàn)品種的P=0.003<α=0.05，拒絕原假設(shè)，表示不同品種的種子對(duì)收獲量的影響顯著。檢驗(yàn)施肥方式的首先提出如下假設(shè)。檢驗(yàn)行因素（時(shí)段）提出的假設(shè)為：H0：α1=檢驗(yàn)列因素（路段）提出的假設(shè)為：H0：β1=檢驗(yàn)交互作用提出的假設(shè)為：H0：無交互效應(yīng)；由SPSS輸出的方差分析表如下：主體間效應(yīng)檢驗(yàn)因變量:行車時(shí)間源III類平方和自由度均方F顯著性修正模型468.839a593.76822.875.000截距28078.561128078.5616849.822.000時(shí)段288.3001288.30070.331.000路段180.515290.25722.018.000時(shí)段*路段.0242.012.003.997誤差98.380244.099總計(jì)28645.78030修正后總計(jì)567.21929a.R方=.827（調(diào)整后R方=.790）由于檢驗(yàn)時(shí)段因素的P=0<α=0.05（實(shí)際的由于檢驗(yàn)時(shí)路段子的P=0<α=0.05（實(shí)際的由于檢驗(yàn)時(shí)交互作用子的P=0.997>#####—————————————————————————————————##########—————————————————————————————————#####第9章一元線性回歸（SE-9）練習(xí)題答案（1）散點(diǎn)圖如下：散點(diǎn)圖顯示，產(chǎn)量與生產(chǎn)費(fèi)用之間為正的線性相關(guān)關(guān)系。（2）由SPSS輸出的相關(guān)系數(shù)及其檢驗(yàn)結(jié)果如下：相關(guān)性產(chǎn)量生產(chǎn)費(fèi)用產(chǎn)量皮爾遜相關(guān)性1.920**Sig.（雙尾）.000個(gè)案數(shù)1212生產(chǎn)費(fèi)用皮爾遜相關(guān)性.920**1Sig.（雙尾）.000個(gè)案數(shù)1212**.在0.01級(jí)別（雙尾），相關(guān)性顯著。相關(guān)系數(shù)檢驗(yàn)的P=0（實(shí)際的P=0.000022），表示相關(guān)系數(shù)顯著。相關(guān)系數(shù)為0.920，表示二者之間具有強(qiáng)相關(guān)。（1）由SPSS輸出的回歸結(jié)果如下：模型摘要模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算的錯(cuò)誤1.869a.755.72418.887a.預(yù)測(cè)變量：(常量),航班正點(diǎn)率ANOVAa模型平方和自由度均方F顯著性1回歸8772.58418772.58424.592.001b殘差2853.8168356.727總計(jì)11626.4009a.因變量：投訴次數(shù)b.預(yù)測(cè)變量：(常量),航班正點(diǎn)率系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1(常量)430.18972.1555.962.000航班正點(diǎn)率-4.701.948-.869-4.959.001a.因變量：投訴次數(shù)根據(jù)上述回歸結(jié)果得到的估計(jì)的回歸方程為：y=430.189-4.701x?；貧w系數(shù)β1=-（2）檢驗(yàn)回歸系數(shù)的P=0<α=0.05（實(shí)際的P=0.001108（3）y80（1）方差分析表中所缺的數(shù)值如下：方差分析表變差來源dfSSMSFSignificanceF回歸11422708.61422708.6354.2772.17E-09殘差1040158.074015.807——總計(jì)111642866.67———（2）R2=SSR（3）r=R（4）y=363.6891+1.420211x?；貧w系數(shù)β1=1.420211（5）SignificanceF＝2.17E-09<α=0.05，線性關(guān)系顯著。（1）由SPSS輸出的回歸結(jié)果如下表：ANOVAa模型平方和自由度均方F顯著性1回歸691.7231691.72311.147.021b殘差310.277562.055總計(jì)1002.0006a.因變量：銷售額b.預(yù)測(cè)變量：(常量),廣告費(fèi)支出系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1(常量)29.3994.8076.116.002廣告費(fèi)支出1.547.463.8313.339.021a.因變量：銷售額估計(jì)的回歸方程為：y=29.399+1.547x（2）P＝0.021<α=0.05，線性關(guān)系顯著。（3）殘差圖如下：從殘差圖來看，關(guān)于x與y之間存在線性關(guān)系的假設(shè)仍只得懷疑。因此可考慮選建立非線性模型。#####—————————————————————————————————##########—————————————————————————————————#####第10章多元線性回歸（SE-9）練習(xí)題答案該模型涉及3個(gè)自變量。多元線性回歸方程為y=657.0534+5.7103x1-0.4169x2-3.4715x3模型摘要模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算的錯(cuò)誤1.923a.852.81310.6451a.預(yù)測(cè)變量：(常量),x5,x4,x3,x2,x1ANOVAa模型平方和自由度均方F顯著性1回歸12374.45652474.89121.840.000b殘差2153.02619113.317總計(jì)14527.48224a.因變量：yb.預(yù)測(cè)變量：(常量),x5,x4,x3,x2,x1系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性共線性統(tǒng)計(jì)B標(biāo)準(zhǔn)錯(cuò)誤Beta容差VIF1(常量)4.26010.468.407.689x1.127.096.3361.327.200.1218.233x2.161.056.4132.884.010.3802.630x3.001.001.113.563.580.1935.184x4-.333.399-.096-.836.414.5871.702x5-.575.309-.178-1.861.078.8521.174a.因變量：y根據(jù)上述回歸結(jié)果可知，調(diào)整后的RaF檢驗(yàn)的P值接近于0（實(shí)際的P=2.8352E-7），表示y與5個(gè)自變量之間的線性關(guān)系顯著。但回歸系數(shù)的t檢驗(yàn)中，除x2外其余自變量均不顯著。VIF顯示，x1的由SPSS輸出的逐步回歸結(jié)果如下：模型摘要模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算的錯(cuò)誤1.851a.723.71113.21822.903b.816.79911.0196a.預(yù)測(cè)變量：(常量),x1b.預(yù)測(cè)變量：(常量),x1,x2ANOVAa模型平方和自由度均方F顯著性1回歸10508.908110508.90860.147.000b殘差4018.57423174.721總計(jì)14527.482242回歸11856.00125928.00148.818.000c殘差2671.48022121.431總計(jì)14527.48224a.因變量：yb.預(yù)測(cè)變量：(常量),x1c.預(yù)測(cè)變量：(常量),x1,x2系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性共線性統(tǒng)計(jì)B標(biāo)準(zhǔn)錯(cuò)誤Beta容差VIF1(常量)-6.1014.9601.230.231x1.322.042.8517.755.0001.0001.0002(常量)10.7924.368-.471.022x1.196.051.5173.818.001.4552.197x2.175.053.4513.331.003.4552.197a.因變量：y逐步回歸結(jié)果顯示，各回歸系數(shù)均顯著，共線性問題不存在了。因此，可考慮建立y與x1和x（1）由SPSS輸出的回歸結(jié)果如下：模型摘要模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算的錯(cuò)誤1.947a.897.878791.682a.預(yù)測(cè)變量：(常量),使用面積,地產(chǎn)估價(jià),房產(chǎn)估價(jià)ANOVAa模型平方和自由度均方F顯著性1回歸87803505.456329267835.15246.697.000b殘差10028174.54416626760.909總計(jì)97831680.00019a.因變量：銷售價(jià)格b.預(yù)測(cè)變量：(常量),使用面積,地產(chǎn)估價(jià),房產(chǎn)估價(jià)系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性共線性統(tǒng)計(jì)B標(biāo)準(zhǔn)錯(cuò)誤Beta容差VIF1(常量)148.700574.421.259.799地產(chǎn)估價(jià).815.512.1931.591.131.4342.303房產(chǎn)估價(jià).821.211.5563.888.001.3133.197使用面積.135.066.2772.050.057.3512.852a.因變量：銷售價(jià)格銷售價(jià)格的預(yù)測(cè)值及95%的置信區(qū)間和預(yù)測(cè)區(qū)間如下：回歸結(jié)果如下主體間效應(yīng)檢驗(yàn)因變量:月薪源III類平方和自由度均方F顯著性修正模型909488.418a2454744.20948.539.000截距146224.1021146224.10215.608.002工齡22303.417122303.4172.381.149性別689713.8461689713.84673.620.000誤差112423.316129368.610總計(jì)28405331.00015修正后總計(jì)1021911.73314a.R方=.890（調(diào)整后R方=.872）參數(shù)估算值因變量:月薪參數(shù)B標(biāo)準(zhǔn)誤差t顯著性95%置信區(qū)間下限上限截距732.061235.5843.107.009218.7661245.355工齡111.22072.0831.543.149-45.836268.276[性別=男]458.68453.4588.580.000342.208575.160[性別=女]0aa.此參數(shù)冗余，因此設(shè)置為零。估計(jì)的回歸方程為y=732.061+111.220x調(diào)整的決定系數(shù)Ra2=方差分析表顯示，P接近于0，表明月薪與工齡和性別之間的線性關(guān)系顯著。工齡所對(duì)應(yīng)的回歸系數(shù)檢驗(yàn)的P=0.149值大于α=0.05，表明月薪與工齡的關(guān)系不顯著。性別所對(duì)應(yīng)的回歸系數(shù)檢驗(yàn)的P接近于0，表明月薪與性別的關(guān)系顯著。#####—————————————————————————————————##########—————————————————————————————————#####第11章時(shí)間序列預(yù)測(cè)（SE-9）練習(xí)題答案（1）各SPSS輸出的結(jié)果如下：（2）預(yù)測(cè)圖如下（3）殘差圖如下殘差圖基本上呈現(xiàn)隨機(jī)分布，預(yù)測(cè)效較好。在求二階曲線和三階曲線時(shí),首先將其線性化,然后用最小二乘法按線性回歸進(jìn)行求解。用Excel求得的趨勢(shì)直線、二階曲線和三階曲線的系數(shù)如下:各趨勢(shì)方程為:線性趨勢(shì)：Y二階曲線：Y三階曲線：Y=372.562+1.003t-0.160根據(jù)趨勢(shì)方程求得的預(yù)測(cè)值和預(yù)測(cè)誤差如下表所示:時(shí)間t觀測(cè)值Y直線二階曲線三階曲線預(yù)測(cè)誤差預(yù)測(cè)誤差預(yù)測(cè)誤差1372373.55-1.55379.85-7.85373.41-1.412370372.93-2.93378.12-8.12373.96-3.963374372.321.68376.47-2.47374.23-0.234375371.713.29374.870.13374.240.765377371.095.91373.353.65374.022.986377370.486.52371.895.11373.593.417374369.874.13370.513.49372.971.038372369.252.75369.182.82372.18-0.189373368.644.36367.935.07371.241.7610372368.023.98366.745.26370.171.8311369367.411.59365.623.38369.000.0012367366.800.20364.572.43367.75-0.7513367366.180.82363.593.41366.430.5714365365.57-0.57362.672.33365.07-0.0715363364.96-1.96361.821.18363.70-0.7016359364.34-5.34361.04-2.04362.33-3.3317358363.73-5.73360.32-2.32360.98-2.9818359363.11-4.11359.68-0.68359.68-0.6819360362.50-2.50359.100.90358.441.5620357361.89-4.89358.58-1.58357.30-0.3021356361.27-5.27358.14-2.14356.26-0.2622352360.66-8.66357.76-5.76355.36-3.3623348360.05-12.05357.45-9.45354.61-6.6124353359.43-6.43357.21-4.21354.03-1.0325356358.82-2.82357.03-1.03353.662.3426356358.20-2.20356.92-0.92353.502.5027356357.59-1.59356.88-0.88353.582.4228359356.982.02356.912.09353.925.0829360356.363.64357.003.0