spss曲线拟合与回归分析

1、曲线拟合与回归分析1、有10个同类企业的生产性固定资产年平均价值和工业总产值资料如下:企业编号生产性固定资产 价值(万元)工业总产值(万 元)131852429101019320063844098155415913650292873146058121015169102212191012251624合计65259801(1)说明两变量之间的相关方向；(2)建立直线回归方程；(3)计算估计标准误差；(4)估计生产性固定资产(自变量)为1100万元时的总资产(因变量)的可能值。解：由表格易知：工业总产值是随着生产性固定资产价值的增长而增长的，而知之间存在正向相关性。用spss回归有：ANOVAtMo

2、delSum ofSquaresdfMean SquareFSig.1 1RegressionRegression11329401 11132339.80070.618,0003Restduat126277.13 316034.637Total126061793 ?reditors? nstart,生产性固定资产价值b. Dependent应由冰:工业总产值?oeffiients?oeffiientsr.lodelUn eta n 口 a口 1 工白 口?oeffiientsStandardized!? effiients1SigFStd. ErrorFt.二1 1(?onstant)(?on

3、stant)395.56790.261929.001生产性固无资产阶值107403000m D e p an de nt Va ri lie 工业息产值(2)、可知：假设用y表示工业总产值(万元)，用x表示生产性固定资产， 二者可用如下的表达式近似表示:y =0.896x 395.567(3)、用sps胆归知标准误差为80.216(万元)。(4)、当固定资产为1100时，总产值可能是(0.896*1100+395.567-80.2160.896*1100+395.567+80.216)即(1301.0146.4)这个范围内的某个值。另外，用MATLA?也可以得到相同的结果：程序如下所示：fun

4、tion b,bint,r,rint,stats = regression1x = 318 910 200 409 415 502 314 1210 1022 1225;y = 524 1019 638 815 913 928 605 1516 1219 1624;X = ones(size(x), x;b,bint,r,rint,stats = regress(y,X,0.05);display(b);display(stats);x1 = 300101250;y1 = b(1) + b(2)*x1;figure;plot(x,y,ro,x1,y1,g-);industry = ones(6

5、,1);onstrution = ones(6,1);industry(1) =1022;onstrution(1) = 1219;for i = 15industry(i+1) =industry(i) * 1.045;onstrution(i+1) = b(1) + b(2)* onstrution(i+1);enddisplay(industry);display( onstrution);end运行结果如下所示：b =395.56700.8958stats =1.0e+004 *0.00010.00710.00001.6035industry =1.0e+003 *1.02201.06

6、801.11601.16631.21881.2736onstrution =2、设某公司下属10个门市部有关资料如下:门巾郃编 p职工平均销售额万 元流通费用水平销售利润率162.812.6253.310.4381.818.5417.03.0543.98.1672.116.3762.912.3834.16.2934.26.61072.516.81.0e+003 *1.21900.39650.39650.39650.39650.3965180016001400)元万1200(值价1000总业工60011LikX1100Y 1381-口-r1rr rE40020040060080010001200

7、1400生产性固定资产价值万元(1)、确定适宜的回归模型；(2)、计算有关指标，判断这三种经济现象之间的紧密程度。解：用spss进行回归分析:ANOVAbModelSum of SquaresdfMean SquareFSig-1Regression233,1352116,5671942110003Residual4.2017600Total237.3369a. ?reditors i.?onstant. fees, salses匕Dependent，ari3ble： profit?oeffiients3ModelUnstandardized ?oeffiientsStandardized?o

8、effiientstSig.BStd ErrorBeta1(?onstant)-67693739-1.787117saises2.907,3781.2527.695,000fees,9585B1,2781.709,131a. Dependent . ariable profit假设用y,Xi,X2分别表示销售利润率、职工平均销售额和流通费用水平，那么通过以上的分析结果可知y = -6.769 +2.909x1+0.985x2；并且由显著性水平可知：流通费用水平对销售利润率影响不大(0.131大于0.05),而职工平均销售额的显著性水平为0,说明它对销售利润率的影响很大。第五章方差分析与假设检验

9、1、(?75)为比拟5种品牌的合成木板的耐久性，对每个品牌取4个样品作摩擦实验测量磨损量，得以下数据：品牌A |品牌B品牌品牌D品牌E |12.22.22.22.42.322.12.32.D2.72.532.42.41.92.62.342.52.62.12.72.4(1)、它们的耐久性有无明显差异？(2)、有选择的作两品牌的比拟，能得出什么结果?解：(1)、用spss进行方差分析有：用MATLA?分析有：funtion anova_1fm1 = 2.2 2.1 2.4 2.5;2.2 2.3 2.4 2.6;2.2 2.0 1.9 2.1;2.4 2.7 2.6 2.7;2.3 2.5 2.3

10、 2.4;p=anova1(fm1);display(p);得至k p= 0.57370.05,也能得到相同的结论。(2)、从五种品牌的平均值可以判断这种品牌的总体耐久性的好坏， 其方差和标准差可以说 明它的各个样本之间耐久性的差异。例如A、B两种品牌，B的总体水平要稍高，而且它的 各个样品间差异较小。2、将土质根本相同的一块耕地分成5块，每块又土等分成4小块。在每块地内把4个品种 的小麦分种在4小块内，每小块的播种量相等，册的收获量如下：A1A2A3A4A5B132.334.034.736.035.5B233.233.636.834.336.1B330.834.432.335.832.8B4

11、29.526.228.128.529.4考察地块和品种对小麦的收获量有无显著影响？并在必要时做进一步比拟。解：利用MATLA?进行分析：funtion anova_2fm1 = 32.3 34.0 34.7 36.0 35.5;33.2 33.6 36.8 34.3 36.1;30.8 34.4 32.3 35.8 32.8;29.5 26.2 28.128.5 29.4;p=anova2(fm1,2);display(p);得到：ANOVAANOVA TableTableSourceSourceSSSSdfdfMSMSF?oluunis?oluunis14.09614.0964 43.S24

12、S3.S24S0.440.440.7770.777ItoIto vsvs1 174.864574.86453.363.360.01210.0121Interat1onInterat1on.016.0164 41.SO4S1.SO4S0.0.19190.93930.9393ErrorErrorS0.0Z5S0.0Z51010S.0025S.0025TotalTotalL7S.02&L7S.02&1919p =0.7770 0.0121 0.9393NMeanStd. DeviationStd Errorl.lean品牌匕二2.300,1826,0913品牌日42.3761708,

13、0354品牌?4205012910645品牌D4260014140707品牌E42.375,09570479A.A、B、?、D四 种品牌的标准差 相近，它们的耐 久性没有明显的 差异。) )1/1/One-Sample Statistis4.0000e-0036由于pi=0.7770 0.05,所以地块对小麦的收获量没有影响；由于0.01 p2=0.0121 0.05,所以地块和品种的交互作用对收获量也没有影响。进一步比拟：把种在B2中的小麦品种放在A3这块地中种植可得到最高产量。第六章计算机模拟1、你到海边度假，听到当地气象台的天气预报每天下雨的时机是40%,用蒙特卡罗方法模拟你的假期中有4

14、天连续下雨的概率。解：可以假设该地方的天气情况为一个半径为5的大圆，然后下雨这种情况是它内部半径是，诃 的同心圆，利用蒲丰投针的方法，就可以知道“连续四次投到小圆这种情况发生的概率就是连续4天下雨的概率。其MATLA?程序如下所示：funtion rain_valuel = 5;d = sqrt(10);m = 0;b=0;n = 10000;for i = 1(n-4)a = unifrnd(0,d,n,1);y = unifrnd(0,l,n,1);forj= 14if pi*a(i+j)*a(i+j) = pi*y(i+j)*y(i+j) b = b + 1 ;endendif b =

15、10m = m+1;elseif n10b = 0; endendp = 4*m/n;display(p)运行结果:p =74天都下雨的概率为：0.4*0.4*0.4*0.4=0.02562、一个带有船只卸货的岗楼，任何时间仅能为一艘船只卸货。船只进港是为了卸货，相邻两艘船只到达的时间间隔在15分钟到145分钟之间变化。一艘船只卸货的时间由所卸货物类型决定，在45分钟到90分钟之间变化，请答复以下问题：1 、每艘船只在港口的平均时间和最长时间是多少？（ 2）、假设一艘船只的等待时间是从到到达开始卸货的时间，每艘船只的平均等待时间和最长等待时间是多少？（ 3）、卸货设备空闲时间的百分比是多少？（

16、 4）、船只排队最长的长度是多少？解：这个问题可以看做是一个排队的例子，用MAT LA?求解程序如下所示：funtion timeWaiting = simu3_ship(n) n = input(n=);m=0;x = zeros(1,n);y = zeros(1,n);D = zeros(1,n);leng = zeros(1,n);t = unifrnd(65,130,1,n)+15;s = unifrnd(22.5,45,1,n)+45;x(1) = t(1);for i = 2ny(i) = x(i-1) + t(i);j = i - 1;(j) = x(j) + s(j)+ D(j

17、);if (j) y(k) m = m+1;endleng(j) = m;endm = 0;endaverageWaiting1 = mean(D1);maxWaiting1 = max(D1); averageWaiting2 = mean(D2);maxWaiting2 = max(D2); maxLength =max(leng);freerate3 = sum(D3(i)/(sum(D3(i)+sum(s(i-1);display(averageWaiting1);display(maxWaiting1);display(averageWaiting2);display(maxWait

18、ing2);display(freerate3);display(maxLength);%计算每艘船在卸货的时候，等待的船只个数%两艘船到达的时间间隔%一艘船只的卸货时间%第一艘船到达的时间%第2n搜船到达的8在命令窗口输入：n = 1 0运行结果：averageWaitingl =72.5714maxWaitingl =72.5714averageWaiting2 =0.7345maxWaiting2 =7.3453freerate3 =0.2007maxLength =8可知：(1)、每艘船只在港口的平均时间和最长时间是72.5714和72.5714分种。(2)、假设一艘船只的等待时间是从

19、到到达开始卸货的时间，每艘船只的平均等待时间和最长等待时间是0.7345和7.3453分种。(3)、卸货设备空闲时间的百分比是20.07%。(4)、船只排队最长的长度是同一时间有8艘船在等待卸货。第七章S?SS的根本应用1、某地调查居民心理问题的存在现状，资料如下表所示，试绘制线性比拟不同性别和年龄组的居民心理问题检出情况。年龄分组(岁)心理问题检出率()男性女性15-10.5719.7325-11.5711.9835-9.5715.50945-11.7113.8555-13.5112.9165-15.6216.7775-16.0021.04年龄分组男性心理问题检出率女性心理问题检出率1|15 0010.5719 73226 0011571193336 009 5715 60445 0011 7113.85-555.0013.5112.91_ 665.0015.021677175.0。16.0021.04Graph由该图可以看出居民心理问题检出率受性别和年龄的影响情况。2、为研究儿童生长发育的分期，调查1253名1月至7岁儿童的身高m、体重kg、 胸围m和坐高m的资料。资料作如下整理：先把1月至7岁划