《统计学》课后答案附录答案第章-章方差分析

1、第 6 章方差分析01.80215(或Pvalue0.04090. 01)，不能拒绝原假6.1F4 . 6574F .0设。6.2F15 .8234F 0.014 . 579(或Pvalue0 .000010.01)，拒绝原假设。6.3F10 .0984F 0. 015 . 4170(或Pvalue0.0006850 .01)，拒绝原假设。6.4F11 .7557F 0.053 . 6823(或Pvalue0.0008490 .05)，拒绝原假设。6.5F17 .0684F 0. 053 . 8853(或Pvalue0. 00030 .05)，拒绝原假设。x AxB44 . 43014 4.L

2、SD5 . 85，拒绝原假设；x Ax C44 . 442 . 6.1 8LSD5 . 85，不能拒绝原假设；x Bx C3042 . 612 . 6LSD5 . 85，拒绝原假设。6.6 方差分析表中所缺的数值如下表：F差异源SS df MS F P-value F crit 组间420 2 210 1.478 0.245946 3.354131 组内3836 27 142.07 总计4256 29 1 . 478F 0. 053 . 554131 (或Pvalue0 .2459460.05)，不能拒绝原假设。第 7 章 相关与回归分析7.1 （1）散点图（略），产量与生产费用之间正的线性相

3、关关系。（2）r 0 . 920232。（3）检验统计量 t 14 . 4222 t 2 2 . 2281，拒绝原假设， 相关系数显著。7.2 7.3 7.4 7.5 7.6 （1）散点图（略）。（2）r0.8621。（1）0? 表示当x0时 y 的期望值。（2）1? 表示x每变动一个单位 y 平均下降 0.5 个单位。（3）E(y)7。（1）R290%。（2）es1。（1）散点图（略）。（2）r0.9489。（3）y ?0.11810 .00358x。回归系数? 10 . 00358表示运送距离每增加1公里，运送时间平均增加0.00358 天。(1) 散点图（略）。二者之间为高度的正线性相关

4、关系。（2）r0. 998128，二者之间为高度的正线性相关关系。（3）估计的回归方程为：y ?734. 69280 .308683x。回归系数? 1.0 308683表示人均 GDP 每增加 1 元，人均消费水平平均增加0.308683元。（4）判定系数R20.996259。表明在人均消费水平的变差中，有 99.6259%是由人均 GDP 决定的。（5）检验统计量 F 1331 . 692 F 6 . 61，拒绝原假设，线性关系显著。（6）y ?5000 734 . 6928 0 . 308683 5000 2278 . 1078（元）。（7）置信区间： 1990.749，2565.464；

5、预测区间： 1580.463，2975.750。7.7 （1） 散点图（略），二者之间为负的线性相关关系。? 1.47表示航班（2）估计的回归方程为：y ?430 . 18924 7.x。回归系数正点率每增加 1%，顾客投诉次数平均下降4.7 次。0.05），（3）检验统计量t4 . 959t22 . 3060（P-Value=0.001108拒绝原假设，回归系数显著。（4）y ?80430 .1892.4 78054 .1892（次）。（5）置信区间：（37.660，70.619）；预测区间：（7.572，100.707）。7.8 Excel 输出的结果如下（解释与分析请读者自己完成）Mul

6、tiple R 0.7951 R Square 0.6322 Adjusted R Square 0.6117 标准误差2.6858 观测值20 方差分析回归分析df SS MS F Significance F Upper 95% 1 223.1403 223.1403 30.9332 2.79889E-05 残差18 129.8452 7.2136 P-value Lower 95% 总计19 352.9855 t Stat 标准误差Coefficients Intercept 49.3177 3.8050 12.9612 0.0000 41.3236 57.3117 X Variable

7、 1 0.2492 0.0448 5.5618 0.0000 0.1551 0.3434 7.9 （1）方差分析表中所缺的数值如下方差分析表变差来源df SS MS F Significance F 回归1 1422708.6 1422708.6 354.277 2.17E-09 残差R210 40158.07 .4015.807 %总计11 1642866.67 （2）SSR1422708600.866086.60。表明汽车销售量的变SST1642866.67差中有 86.60%是由于广告费用的变动引起的。（3）rR20 . 86600 . 9306。? 11 .420211 表示广告费用每

8、（4）y ?363 .68911 . 420211 x。回归系数增加一个单位，销售量平均增加1.420211个单位。7.10 （5）Significance F2.17E-09. 740.05，线性关系显著。y ?13 . 62542 . 3029 x；R293%；es3 . 8092。7.11 （1）27。（2）4.41。7.12 （3）拒绝H 。（4）r0 .7746。（5）拒绝H 。（1）15.95E(y)18.05。7.13 （2）14 . 6510y19 .349。y ?46. 2915.24x；441 . 555E(y 40)685 .0457.14 y ?25 . 03.0049

9、7 x 1.1 928 x 2；预测 28.586。7.15 （略）。7.16 （1）显著。（2）显著。（3）显著。7.17 （1）y ?88 . 63771 . 6039 x 1。.1 6039表示电视广告费用每增（2）y ?83 . 23012 . 2902 x 11 . 3010 x2（3）不相同。方程（ 1）中的回归系数? 1加 1 万元，月销售额平均增加1.6039 万元；方程（ 1）中的回归系数? 1 2 . 2902 表示在报纸广告费用不变的条件下，电视广告费用每增加 1 万元，月销售额平均增加 2.2902 万元。（4）R 291 . 91 %；R a 2 88 . 66 %。

10、（5）1的 P-Value=0.0007，2的 P-Value=0.0098，均小于 0 . 05，两个回归系数均显著。7.18 （1）y ? .0 5910 22 . 3865 x 1 327 . 6717 x 2（2）回归系数 ? 1 22 . 3865 表示降雨量每增加 1 毫 mm，小麦收获量平均增加 22.3865kg/hm 2；回归系数 ? 2 327 . 6717 表示温度每增加 1 C 0，小麦收获量平均增加 327.6717kg/mh 2。（3）可能存在。7.19 （1）y ? 148 . 7005 .0 8147 x 1 0 . 8210 x 2 0 . 1350 x 3。

11、（2）R 289 . 75 %；R a 287 . 83 %。（3）Significance F3.88E-08 0 . 05， 不 显 著；2 的P-Value=0.0013 0 . 05，不显著。第 8 章 时间序列分析和预测8.1 （1）时间序列图（略）。（2）13.55%。（3）1232.90(亿元 )。8.2 （1）时间序列图（略）。（2）1421.2(公斤/公顷)。（3）0 .3时的预测值：F 20011380 . 18，误差均方 291455；0 .5时的预测值：F20011407 . 23，误差均方 239123。0 .5更合适。8.3 （1）3 期移动平均预测值 630.33

12、（万元）。（2）0 3. 时的预测值：F 19 567 . 95，误差均方 87514.7；0 4. 时的预测值：F 19 591 . 06，误差均方 62662.5；0 . 5 时的预测值：F 19 606 . 54，误差均方 50236。0 . 5 更合适（3）趋势方程 Yt ? 239 . 73 21 . 9288 t。估计标准误差 s Y 31 . 6628。8.4 （1）趋势图（略）。（2）趋势方程tY ?145 . 78t1 . 16077。20XX 年预测值 3336.89(亿元 )。8.5 （1）趋势图（略）。（2）线性趋势方程 Y ? 69 . 5202 13 . 9495

13、t，2000 年预测值 =585.65（万吨）。8.6 线 性 趋 势：Y ? 374 . 1613 0 . 6137 t；二 次 曲 线：Y ? 381 . 6442 1 . 8272 t 0 . 0337 t 2；三 次 曲 线：Y ? 372 . 5617 1 . 0030 t 0 . 1601 t 20 . 0036 t 3。8.7 （1）原煤产量趋势图（略） 。（2）趋势方程Yt ?4 . 5824.09674 t0 . 0309 t2，预测值Y ? 200111 . 28（亿吨）。8.8 （1）图形（略）。（2）移动平均法或指数平滑法。（3）移动平均预测 =72.49(万元 )；指

14、数平滑法预测 72.5(万元)( 0.4)。8.9 （1）略。（2）结果如下20XX 年/季节指回归预测最终预测时间编号月1 97 数值值1.0439 3056.30 3190.48 2 98 0.9939 3077.50 3058.87 3 99 0.9593 3098.71 2972.48 4 100 0.9398 3119.92 2931.99 5 101 0.9439 3141.13 2964.88 6 102 0.9589 3162.33 3032.30 7 103 0.9287 3183.54 2956.43 8 104 0.9261 3204.75 2967.86 9 105 0

15、.9814 3225.96 3166.05 10 106 1.0075 3247.16 3271.51 11 107 1.0472 3268.37 3422.77 12 108 1.2694 3289.58 4175.95 8.10各季节指数如下1 季度 2 季度 3 季度 4 季度季节指数 0.7517 0.8513 1.2343 1.1627 季节变动图（略）。计算趋势：分离季节因素后的趋势方程为：Yt ?2043 . 92163 . 7064 t。图形（略）周期波动图（略）。8.11各月季节指数如下1 月2 月3 月4 月5 月6 月0.6744 0.6699 0.7432 0.7903

16、 0.8061 0.8510 7 月8 月9 月10 月11 月12 月0.7552 0.3449 0.9619 1.1992 1.8662 2.3377 季节变动图（略）。计算趋势：分离季节因素后的趋势方程为：Yt ?119 .159.0 42449 t。图形（略）。周期波动图（略）。随机波动图（略）。第 9 章指数v110.80%。（2）Ip122 . 46 %。（3）Iq90 . 48 %。（4）139209.1 （1）元 26190元-12270 元。9.2 （1）111.72%。（2）111.60%。（3）100.10%。（4）15.3 万元 15.1532 万元 +0.1468万元。9.3 （1）2.62%；8016 元。（2）28.42%；1