第8章回归分析预测上机习题参考答案.xls

店铺编号区内人数 万人 年营业额 万元 销售额预测值 万元 125869 6 2410090 2 36105110 9 48120131 5 58140131 5 610164152 1 712172172 8 814190193 4 916230214 0 1016215214 0 1118240234 7 1220236255 3 习题8 1 为研究店铺年营业额额与区内人数之间的关系 小王调查 查了某个饭店在12个不同地区的连锁店的样本 见表 要求 利用规 划求解法建立回归模型 根据回归模型预测区内人数为22万 24万 28 万和30万事的年营业额年第三季度的月销售数据 年年营营业业额额 万万元元 2520151050 0 50 100 150 200 250 300 y 10 3162x 48 9688 R2 0 968 年营业额 万元 Linear 年营业额 万 元 截距48 9690 斜率10 3162 MSE106 5529 R平方0 9680 预预测测 大学生人数22242830 预测销售额275 9296 6337 8358 5 习题8 1 为研究店铺年营业额额与区内人数之间的关系 小王调查 查了某个饭店在12个不同地区的连锁店的样本 见表 要求 利用规 划求解法建立回归模型 根据回归模型预测区内人数为22万 24万 28 万和30万事的年营业额年第三季度的月销售数据 月月序序号号年年月月产产量量 Y 规规划划求求解解法法预预测测值值 Y 12012年1月61026488 42 22012年2月65057436 39 32012年3月78788384 35 42012年4月93229332 32 52012年5月1101210280 29 62012年6月1194511228 26 72012年7月1350012176 23 82012年8月1432913124 19 92012年9月1484114072 16 10 2012年10月1305115020 13 11 2012年11月1680115968 10 12 2012年12月1696416916 06 132013年1月1695517864 03 142013年2月1896818812 00 152013年3月1790219759 97 162013年4月2061420707 93 172013年5月2121721655 90 182013年6月2298822603 87 192013年7月2317123551 84 202013年8月2539624499 80 212013年9月2586925447 77 22 2013年10月26395 74 23 2013年11月27343 71 24 2013年12月28291 68 习题8 2 某钢厂2012年1月至2013年9月的产量稳步增长 长 且产量与生产时间 月序号 之间有线性关系 Y a bX 1 用规划求解法预测2013年第4季度的产量 2 用回归分析法预测2013年第4季度的产量 3 绘制一个月序号 产量散点图 在图上添加线性趋势 势线 线性回归方程及判定系数R2的值 并与上述两法所 所得到的截距a和斜率b的值进行对照 4 将用规划求解法计算得到的2013年第4季度的产量的 的预测值添加到散点图上 粉红色的点子 产产量量 Y Y 2520151050 0 5000 10000 15000 20000 25000 30000 y 947 9688x 5540 4381 R2 0 9768 产量 Y Linear 产量 Y 习题8 2 某钢厂2012年1月至2013年9月的产量稳步增长 长 且产量与生产时间 月序号 之间有线性关系 Y a bX 1 用规划求解法预测2013年第4季度的产量 2 用回归分析法预测2013年第4季度的产量 3 绘制一个月序号 产量散点图 在图上添加线性趋势 势线 线性回归方程及判定系数R2的值 并与上述两法所 所得到的截距a和斜率b的值进行对照 4 将用规划求解法计算得到的2013年第4季度的产量的 的预测值添加到散点图上 粉红色的点子 产产量量 Y Y 2520151050 0 5000 10000 15000 20000 25000 30000 y 947 9688x 5540 4381 R2 0 9768 产量 Y Linear 产量 Y 回回归归分分析析法法预预测测值值 Y 6488 41规规划划求求解解法法计计算算的的参参数数值值 7436 38截截距距 a 5540 45 8384 34斜斜率率 b 947 97 9332 31均均方方误误差差 MSE 784206 34 10280 28 11228 25回回归归分分析析法法得得到到的的参参数数值值 12176 22截截距距 a 5540 44 13124 19斜斜率率 b 947 97 14072 16均均方方误误差差 MSE 784206 34 15020 13R平平方方0 976753594 15968 10 16916 06SUMMARY OUTPUT 17864 03 18812 00回归统计 19759 97Multiple R0 988308451 20707 94R Square0 976753594 21655 91Adjusted R Square0 975530099 22603 88标准误差930 9964402 23551 85观测值21 24499 81 25447 78方差分析 26395 75dfSS 27343 72回归分析1 7E 08 28291 69残差19 2E 07 总计20 7E 08 Coefficients标准误差 Intercept5540 438095 421 3 月序号947 9688312 33 55 习题8 2 某钢厂2012年1月至2013年9月的产量稳步增长 长 且产量与生产时间 月序号 之间有线性关系 Y a bX 1 用规划求解法预测2013年第4季度的产量 2 用回归分析法预测2013年第4季度的产量 3 绘制一个月序号 产量散点图 在图上添加线性趋势 势线 线性回归方程及判定系数R2的值 并与上述两法所 所得到的截距a和斜率b的值进行对照 4 将用规划求解法计算得到的2013年第4季度的产量的 的预测值添加到散点图上 粉红色的点子 产产量量 Y Y 2520151050 0 5000 10000 15000 20000 25000 30000 y 947 9688x 5540 4381 R2 0 9768 产量 Y Linear 产量 Y 习题8 2 某钢厂2012年1月至2013年9月的产量稳步增长 长 且产量与生产时间 月序号 之间有线性关系 Y a bX 1 用规划求解法预测2013年第4季度的产量 2 用回归分析法预测2013年第4季度的产量 3 绘制一个月序号 产量散点图 在图上添加线性趋势 势线 线性回归方程及判定系数R2的值 并与上述两法所 所得到的截距a和斜率b的值进行对照 4 将用规划求解法计算得到的2013年第4季度的产量的 的预测值添加到散点图上 粉红色的点子 产产量量 Y Y 2520151050 0 5000 10000 15000 20000 25000 30000 y 947 9688x 5540 4381 R2 0 9768 产量 Y Linear 产量 Y MSF Significance F 691956576 7 798 3306 5 52E 17 866754 3717 t StatP value Lower 95 Upper 95 下限 95 0 上限 95 0 13 15138543 5 43E 11 4658 685 6422 191 4658 685 6422 191 28 25474553 5 52E 17 877 7462 1018 191 877 7462 1018 191 周次广告投入 万元 销售量 161960 254800 350700 443500 538350 636300 728220 823190 919165 1033250 1145498 77253 习题8 3 某产品在过去10周中的广告投入额与销售量数据如工作表中数据所示 试根 根据这些数据建立适当的模型 要求 1 使用添加趋势线的方法来预测当广告投入为45万元时的销售量的预测值 2 使用规划求解的方法来预测当广告投入为45万元时的销售量的预测值 3 使用回归分析法来预测当广告投入为45万元时的销售量的预测值 销销售售量量 706050403020100 0 200 400 600 800 1000 1200 y 63 5074e 0 0458x R2 0 98 销售量 Expon 销售量 习题8 3 某产品在过去10周中的广告投入额与销售量数据如工作表中数据所示 试根 根据这些数据建立适当的模型 要求 1 使用添加趋势线的方法来预测当广告投入为45万元时的销售量的预测值 2 使用规划求解的方法来预测当广告投入为45万元时的销售量的预测值 3 使用回归分析法来预测当广告投入为45万元时的销售量的预测值 销销售售量量 706050403020100 0 200 400 600 800 1000 1200 y 63 5074e 0 0458x R2 0 98 销售量 Expon 销售量 周次 广告投入 万元 销售量 y U 1619606 866933284 2548006 684611728 3507006 551080335 4435006 214608098 5383505 857933154 6363005 703782475 7282205 393627546 8231905 247024072 9191655 105945474 10332505 521460918 1145 U ln y ln a bxu ln y v ln a 6 945263规划求解 6 624648v4 15133 6 441439b0 0458 6 120825mse0 00715 5 891814a63 5187 5 80021 5 433793 5 204782 5 021574 5 662803 周次广告投入 万元 销售量yu ln y 1619606 866933284 2548006 684611728 3507006 551080335 4435006 214608098 5383505 857933154 6363005 703782475 7282205 393627546 8231905 247024072 9191655 105945474 10332505 521460918 1145 SUMMARY OUTPUT 回归统计 Multiple R0 989931918 R Square0 979965202 Adjusted R Square0 977460853 标准误差0 094530187 观测值10 方差分析 dfSSMS 回归分析13 4966866283 496686628 残差80 071487650 008935956 总计93 568174278 Coefficients标准误差t Stat Intercept4 1511561920 09402969344 14729082 广告投入 万元 0 0458063510 00231562319 78143709 u的预测值 线性化方程u ln a bx 6 945343608 回归分析 6 62469915 ln a 4 151156192 6 441473746 b0 045806351 6 120829288 mse0 007148765 5 891797533 a63 5