EXCEL统计分析与决策于洪彦版第十一章答案.xls

1某营销经理认为每周的总收入是广告费用的函数 并想对周的总收入做出估计 下表是由12周的历史数据组织的样本 试计算 月销售收入 万元 96909592959494 电视广告支出 万元 5242 533 52 5 报纸广告支出 万元 221 52 53 32 34 2 截距87 29189 斜率1 913514 测定系数0 726807 估计标准误差1 261488 1 回归方程y 87 29189 1 913514x 表示广告支出增加1万元 月收入增加1 913524万元 月销售收入 万元 电视广告支出 万元 报纸广告支出 万元 9652 9022 9541 5 922 52 5 9533 3 943 52 3 942 54 2 9432 5 964 52 902 52 9232 9752 5 SUMMARY OUTPUT 回归统计 Multiple R 0 950439 R Square 0 903335 Adjusted R Square0 881854 标准误差 0 790973 观测值12 方差分析 dfSSMSFSignificance F 回归分析2 52 61925 26 30963 42 052421 2 71E 05 残差9 5 630749 0 625639 总计1158 25 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 上限 95 0 Intercept 82 87355 1 362442 60 82722 4 423E 13 79 7914985 9556 79 7914985 9556 电视广告支出 万元 2 218753 0 244496 9 074814 7 979E 06 1 665665 2 771841 1 665665 2 771841 报纸广告支出 万元 1 411734 0 348225 4 054087 0 0028673 0 623995 2 199473 0 623995 2 199473 2 回归方程为y 82 87355 2 218753x1 1 411734x2 3 表示在假定其他因素都不发生的时候 电视广告支出每增加1万元 月收入统计增长2 218735万元 表示在假定其他因素都不发生的时候 报纸广告支出每增加1万元 月收入统计增长1 411734万元 4 用于电视广告支出的回归系数的t统计量的P值近似于7 97858513819105E 06 这说明在0 05的显著性水平时要拒绝原假设 P值证明电视广告支出与销售收入有关 报纸广告支出的回归系数的t统计量的P值近似于0 00286727698452037 这说明在0 05的显著性水平时要拒绝原假设 P值证明报纸广告支出与销售收入有关 5 x1 3 5 x2 1 8 y REF 9496909297 34 52 535 2 52222 5 某营销经理认为每周的总收入是广告费用的函数 并想对周的总收入做出估计 下表是由12周的历史数据组织的样本 试计算 1 回归方程y 87 29189 1 913514x 表示广告支出增加1万元 月收入增加1 913524万元 上限 95 0 3 表示在假定其他因素都不发生的时候 电视广告支出每增加1万元 月收入统计增长2 218735万元 表示在假定其他因素都不发生的时候 报纸广告支出每增加1万元 月收入统计增长1 411734万元 4 用于电视广告支出的回归系数的t统计量的P值近似于7 97858513819105E 06 这说明在0 05的显著性水平时要拒绝原假设 P值证明电视广告支出与销售收入有关 报纸广告支出的回归系数的t统计量的P值近似于0 00286727698452037 这说明在0 05的显著性水平时要拒绝原假设 P值证明报纸广告支出与销售收入有关 3 表示在假定其他因素都不发生的时候 电视广告支出每增加1万元 月收入统计增长2 218735万元 表示在假定其他因素都不发生的时候 报纸广告支出每增加1万元 月收入统计增长1 411734万元 21 天天公司的营销人员认为该公司天天品牌饮水机销售数量受本品牌价格和竞争品牌价格的影响 因此希望建立考虑了本品牌价格和竞争品牌价格的饮水机销售量回归方程 下表是10个城市的抽样调查的价格资料 试计算 天天品牌价格120140190130155175125 竞争品牌价格10011090150210150250 销售量10210012077469326 天天品牌价格 竞争品牌价格 销售量 120100102 140110100 19090120 13015077 15521046 17515093 12525026 14527069 18030065 15025085 SUMMARY OUTPUT 回归统计 Multiple R 0 807918 R Square 0 652731 Adjusted R Square0 553511 标准误差 18 73618 观测值10 方差分析 dfSSMSF Significance F 回归分析2 4618 789 2309 394 6 578637 0 024679 残差7 2457 311 351 0445 总计97076 1 Coefficients 标准误差t StatP value Lower 95 Upper 95 下限 95 0 上限 95 0 Intercept 66 51757 41 877081 5884 0 156219 32 506 165 5411 32 506 165 5411 天天品牌价格0 413915 0 260388 1 589608 0 155948 0 20181 1 029636 0 20181 1 029636 竞争品牌价格 0 26978 0 080905 3 33454 0 012513 0 46109 0 07847 0 46109 0 07847 1 回归方程y 66 5176 0 4139x1 0 2698x2 2 这个回归方程表示天天品牌价格每增加一元 销售量增长0 4139台 其前提是假定其他因素 如竞争品牌价格 都不发生变化 竞争品牌价格每增加一元销售量减少0 2698台 其前提是假定其他因素 如天天品牌价格 都不发生变化 3 当x1 160 x2 170y 66 5176 0 4139 160 0 2698 170 86 8756 145180150 270300250 696585 1 天天公司的营销人员认为该公司天天品牌饮水机销售数量受本品牌价格和竞争品牌价格的影响 因此希望建立考虑了本品牌价格和竞争品牌价格的饮水机销售量回归方程 下表是10个城市的抽样调查的价格资料 试计算 上限 95 0 2 这个回归方程表示天天品牌价格每增加一元 销售量增长0 4139台 其前提是假定其他因素 如竞争品牌价格 都不发生变化 竞争品牌价格每增加一元销售量减少0 2698台 其前提是假定其他因素 如天天品牌价格 都不发生变化 1 天天公司的营销人员认为该公司天天品牌饮水机销售数量受本品牌价格和竞争品牌价格的影响 因此希望建立考虑了本品牌价格和竞争品牌价格的饮水机销售量回归方程 下表是10个城市的抽样调查的价格资料 试计算 2 这个回归方程表示天天品牌价格每增加一元 销售量增长0 4139台 其前提是假定其他因素 如竞争品牌价格 都不发生变化 竞争品牌价格每增加一元销售量减少0 2698台 其前提是假定其他因素 如天天品牌价格 都不发生变化 31 从上市公司数据库中随机抽取16家公司的数据如下表所示 试计算 价格收益比22231726181913 总边际利润 24211127129 813 销售增长率 105 3179 4188 313 价格收益比 总边际利润 销售增长率 222410SUMMARY OUTPUT 23215 3 171117回归统计 26279 4Multiple R 0 681812 181218R Square 0 464868 199 88 3Adjusted R Square0 38254 131313标准误差 5 562271 239 722观测值16 17125 6 262619方差分析 198 28 1dfSSMSF 352513回归分析2 349 3949 174 6974 5 646539 22152 7残差13 402 2051 30 93885 5 4155 4总计15751 6 127 324 291829Coefficients 标准误差t StatP value Intercept 6 068427 4 650043 1 305026 0 214512 总边际利润 0 688986 0 215093 3 203205 0 006925 销售增长率 0 258831 0 188635 1 372126 0 193238 1 回归方程y 6 0684 0 6890 x1 0 2588x2 2 F统计量的P值约等于0 0172 小于显著性水平0 05 说明方程回归效果显著 3 总边际利润的t统计量的P值约为0 0069 这说明在0 05的显著性水平时要拒绝原假设 说明总边际利润与价格收益比之间存在相关性 销售增长率的t统计量的P值约为0 1932 这说明在0 05的显著性水平时无法拒绝原假设 销售增长率的的回归系数为不显著 说明销售增长率与价格收益比之间不存在相关性 4 测定系数0 464868 说明总边际利润和销售增长率只能解释价格收益比的46 49 2317261935225 41229 9 712268 22515157 318 225 6198 1132 75 42429 Significance F 0 017179 Lower 95 Upper 95 下限 95 0 上限 95 0 3 97738 16 11423 3 97738 16 11423 0 224306 1 153665 0 224306 1 153665 0 14869 0 666353 0 14869 0 666353 3 总边际利润的t统计量的P值约为0 0069 这说明在0 05的显著性水平时要拒绝原假设 说明总边际利润与价格收益比之间存在相关性 销售增长率的t统计量的P值约为0 1932 这说明在0 05的显著性水平时无法拒绝原假设 销售增长率的的回归系数为不显著 说明销售增长率与价格收益比之间不存在相关性 3 总边际利润的t统计量的P值约为0 0069 这说明在0 05的显著性水平时要拒绝原假设 说明总边际利润与价格收益比之间存在相关性 销售增长率的t统计量的P值约为0 1932 这说明在0 05的显著性水平时无法拒绝原假设 销售增长率的的回归系数为不显著 说明销售增长率与价格收益比之间不存在相关性 3 总边际利润的t统计量的P值约为0 0069 这说明在0 05的显著性水平时要拒绝原假设 说明总边际利润与价格收益比之间存在相关性 销售增长率的t统计量的P值约为0 1932 这说明在0 05的显著性水平时无法拒绝原假设 销售增长率的的回归系数为不显著 说明销售增长率与价格收益比之间不存在相关性 4某公司营销经理希望对公司销售人员工作年限的长短和电视销售数量之间的关系进行研究 下表是随机抽取14名销售人员近期电视销售数量 台 和每一名销售人员在公司的时间 月 试根据这些数据计算 工作月数4110676104221285 销售量275296317376162150367 工作月数工作月数 2销售量 411681275SUMMARY OUTPUT 10611236296 765776317回归统计 10410816376Multiple R 0 93868 22484162R Square0 88112 12144150Adjusted R Square0 859505 857225367标准误差 35 58449 11112321308观测值14 401600189 512601235方差分析 98183dfSSMSF 12144112回归分析2103238 51619 02 40 76509 563136325残差11 13928 81 1266 256 19361189总计13 117166 9 Coefficients 标准误差t StatP value Intercept 52 3609 27 40398 1 910704 0 082442 工作月数 6 097012 1 200217 5 079924 0 000355 工作月数 2 0 03273 0 009892 3 30827 0 006975 2 回归方程y 52 3609 6 0970 x 0 0327 x 2 3 F统计量的P值约等于8 18655626309365E 06 小于显著性水平0 05 拒绝原假设 说明方程式有效的 销售量 120100806040200 0 50 100 150 200 250 300 350 400 销售量 Poly 销售