统计学第五版课后题复习资料.docx

统计学第五版贾俊平版课后题答案(部分)第三章数据的图表展示3. 1为评价家电行业售后服务的质量，随机抽取了由100个家庭构成的一个样本。服务质量的等级分别 表示为：A.好；B.较好；C 一般；D.较差；E.差。调查结果如下：BECCADCBAEDACBCDECEEADBCCAEDCBBACI)EABDDCCBCEDBCCBCDACBCDECEBBECCADCBAEBACEEABDDCADBCCAEDCBCBCEDBCCBC要求:指出上面的数据属于什么类型。顺序数据用Excel制作一张频数分布表。用数据分析一一直方图制作： (3)绘制一张条形图，反映评价等级的分布。接收频率用数据分析一一直方图制作：E16(4)绘制评价等级的帕累托图。D17逆序排序后，制作累计频数分布表：C32B21A143. 2某行业管理局所属40个企'业2002年的产品销售收入数据如下:接收频数频率(给累计频率(给c323232B212153D171770E161686A14141001521241291161001039295127104105119114115871031181421351251171081051101071371201361171089788123115119138112146113126要求：(1)依据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率。1,确定组数：2,确定组距：组距=(最大值-最小值)小组数=(152-87) +6=10.83,取103,分组频数表听从自由度为的x2分布，记为x2x2 (n)b二二忘第1,查概率表得：b=12. 596.4在习题6.1中，假定装瓶机对瓶子的灌装量听从方差 小与的标准正态分布。假定我们安排随机抽 取10个瓶子组成样本，观测每个瓶子的灌装量，得到10个观测值，用这10个观测值我们可以求出样本6西方差 zTh,确定一个合适的范围使得有较大的概率保证S2落入其中是有用的，试求b, b2,使得解：更加样本方差的抽样分布知识可知，样本统计量： 此处，n=10, b=l,所以统计量依据卡方分布的可知：又因为：因此：则： 查概率表：-=3,325, 5=19.919,则卜 _ 2；95 (9)卜 _ 7：.05 (9)"1 一02 -9=0,369,9=1.88第7章参数估计7.1 (1)已知： 6,多样本均值的抽样标准差7 2(1)己知：6, F4,二,多(2)估计误差(3)由于总体标准差已知，所以总体均值/的95%的置信区间为:(2)估计误差(3)由于总体标准差已知，所以总体均值/的95%的置信区间为:121301.144)o87818.8567.4 (1)已知：7 (三,由于7T 4为大样本，所以总体均值8的90%的置信区间为:82. 974 )o由于，为大样本，所以总体均值,/的95%的置信区间为:，即(78.648, 83.352)。(3)已知：由于干T '为大样本，所以总体均值(你J 99%的置信区间为:7.5 (1)已知:由于总体标准差已知，所以总体均值8的9596的置信区间为:由于为大样本，所以总体均值4的98%的置信区间为:由于为大样本，所以总体均值方的90%的置信区间为:.136, 3.702)o由于总体听从正态分布，所以总体均值的95%的置信区间为:虽然总体不听从正态分布，但由于为大样本，所以总体均值川的95%的置信区间为:未知,(3)已知：总体不听从正态分布, 节121/,即(8734.35, 9065.65)。， ， ， ，虽然总体不听从正态分布，但由于人T为大样本，所以总体均值的90%的置信区间为:,即(8760. 97, 9039. 03)oo虽然总体不听从正态分布，但由于人T为大样本，所以总体均值/的99%的置信区间为:，即(8681.95, 9118.05)。7.7已知:，当 仁为0. 1,0.05,0.01时，相应的依据样本数据计算得：一:s由于为大样本，所以平均上网时间的9096的置信区间为:，即(2.88, 3.76)o平均上网时间的95%的置信区间为:二,即(2, 79, 3.85)O平均上网时间的99%的置信区间为：，即(7. 11, 12.89)o，即(7. 18, 11.57)o7. 10 (1)已知：由于 为大样本，所以零件平均长度的95%的置信区间为:为小样本，心？E7. 9已知：总体听从正态分布，但V未知,二,即(2,63, 4.01)o7. 8已知：总体听从正态分布，但V未知，氏口为小样本，奇方 依据样本数据计算得：二53， 总体均值/的95%的置信区间为：依据样本数据计算得：一» 从家里到单位平均距离的9596的置信区间为:,即(148.87, 150. 13)o(2)在上面的估计中，运用了统计中的中心极限定理。该定理表明：从均值为方差为"的总体 中，抽取容量为力的随机样本，当刀充分大时(通常要求尸样本均值人的抽样分布近似听从均 值为方差为小人的正态分布。7. 11 (1)已知：总体听从正态分布，但V未知，片为大样本,宅 依据样本数据计算得: 该种食品平均重量的9596的置信区间为:，即(100. 87, 101. 77)O50o该种食品合格率的95%的置信区间为:（2）依据样本数据可知，样本合格率为即(0. 82, 0. 98)O7. 12已知：总体听从正态分布，但v未知，为小样本,依据样本数据计算得：二 总体均值,你J 99%的置信区间为：，即(15. 64, 16. 62)o7. 13已知：总体听从正态分布，但V未知，为小样本，00,爸依据样本数据计算得:网络公司员工平均每周加班时间的90%的置信区间为:(0. 32, 0. 70)；7. 14 (1)已知：e=8, qQZ,(0. 78, 0. 86)；J为0.1和0.05时，相应的7. 15已知:(0. 46, 0. 50)o(0. 18, 0. 28)0总体总比例N的95%的置信区间为:7. 16已知:应抽取的样本量为:7. 17 (1)已知:,估计误差即(0. 17, 0. 29)o35应抽取的样本量为:(3)已知:应抽取的样本量为:(2)已知：, 由于“未知，可用运用0.5。应抽取的样本量为:3 2=jo-7. 18 (1)已知：于名=石， 5Q0. 77)O总体中赞成该项改革的户数比例的95%的置信区间为:应抽取的样本量为：7. 20顾客到银行办理业务时往往须要等待一段时间，而等待时间的长短及很多因素有关，比如，银行 业务员办理业务的速度，顾客等待排队的方式等。为此，某银行打算实行两种排队方式进行试验，第一种 排队方式是：全部顾客都进入一个等待队列；第二种排队方式是：顾客在三个业务窗口处列队三排等待。为比较哪种排队方式使顾客等待的时间更短，银行各随机抽取10名顾客，他们在办理业务时所等待的时 间(单位：分钟)如下:方式16.56.66.76.87. 17.37.47. 77.77.7方式24.25.45.86.26.77. 77.78.59.310要求：构建第一种排队方式等待时间标准差的95%的置信区间。解：估计统计量:经计算得样本标准差"=3.318, 1-<20.95, n=10,19.027 7乙/ (0. 1075, 0. 7574)9x0.2272 9x0.2272、置信区间：因此，标准差的置信区间为(0. 3279, 0. 8703)构建第二种排队方式等待时间标准差的95%的置信区间。2、解：估计统计量： a经计算得样本标准差二0.2272,=0.95, n=10,个1902,19.02置信区间:O 77 = (1.57, 11.06)9x3.318 9x3.318、因此，标准差的置信区间为(1.25, 3. 33)依据和的结果，你认为哪种排队方式更好 第一种方式好，标准差小。7.21正态总体，独立小样本，方差未知但相等：2 a a (其中r +7-2(1)(1)立7. 22心7291,代入略 石/i2.0930,代入略 石臬“"7三二2. 8609,代入略(1)正态或非正态总体，独立大样本，方差未知(2)正态总体，独立小样本,方差未知但5 =%：/=( 一1比 十(型DW(其中(十*2(3)正态总体，独立小样本,(3)正态总体，独立小样本,方差未知dw/但 =%,公中方差未知但巧=4, % *2：方差未知但巧=4, % *2：(4)正态总体，独立小样本,G =(4 一时 十(4 一1)£(其中4+e_2(5)正态总体，独立小样本,(5)正态总体，独立小样本,方差未知但57. 23下表是由4对视察值组成的随机样本。配对号来自总体A的样本来自总体B的样本1202573106485计算A及B各对视察值之差，再利用得出的差值计算,和。i =1.75, L =2.62996设刈禾也 分别为总体A和总体B的均值，构造4十式力的95%的置信区间。 解：小样本，配对样本，总体方差未知，用t统计量7. 24小样本，配对样本，总体方差未知:7. 24小样本，配对样本，总体方差未知:(-2. 43, 5. 93)二2. 2622727 2= (6, 3272, 15, 6728)7. 25从两个总体中各抽取一个"二% =250的独立随机样本，来自总体1的样本比例为1=40%,来 自总体2的样本比例为-=30%。要求:构造多一巧的90%的置信区间。构造多一万2的95%的置信区间。EMBED解：总体比率差的估计大样本，总体方差未知，用z统计量：Equation.DSMT4样本比率pl=0.4, p2=0. 3,置信区间：10=0. 90, Z“/2 二 Z0 O25 二L645 =(3. 02%, 16. 98%) 10=0.95,金/2 二 Z().O25 二 1.96=(1.68%, 18. 32%)7. 26生产工序的方差是工序质量的一个重要度量。当方差较大时，须要对序进行改进以减小方差。下面 是两部机器生产的袋茶重量(单位：g)的数据：置信区间:解：统计量:EMBED Equation.DSMT4A冬(勺一L“一1)'1)I>要求：构造两个总体方差比°； /；的95%的置信区间。机器1机器23. 453. 223.93. 223. 283. 353.22.983.73. 383. 193.33. 223. 753. 283.33.23. 053.53. 383. 353.33. 293. 332. 953. 453.23. 343. 353. 273. 163. 483. 123. 283. 163. 283.23. 183. 253.33. 343. 25二0.058, 1! =0.006, nl=n2=21,95,1=0. 4058(4. 05, 24.6)7. 27依据以往的生产数据，某种产品的废品率为2%。假如要求95%的置信区间，若要求估计误差 (边际误差)不超过4%,应抽取多大的样本H2 1n = Z；/2 /1l-P)解： > n, I-95, Z"/2 二 Zo.O25=L96z"P(1-P)i.962x0.02x0.98- 9 P =0.042=47. 06,取 n=48 或者 50。7. 28某超市想要估计每个顾客平均每次购物花费的金额。依据过去的阅历，标准差大约为120元，现 要求以95%的置信水平估计每个顾客平均购物金额的置信区间，并要求边际误差不超过20元，应抽取多 少个顾客作为样本_Z：/2 d"-2解： %,1-0=0,95, Za/2 二 Zo.()25“96,1.962 x 1202x EMBED Equation.DSMT4x EMBED Equation.DSMT4202=138.3,取 n=139 或者 140,或者150o第八章 假设检验1. 已知某炼铁厂的含碳量听从正态分布N (4.55, 0. 1082 ),现在测定了 9炉铁水，其平均含碳量为 4.484。假如估计方差没有变化，可否认为现在生产的铁水平均含碳量为4.55 ( a =0. 05) ?解： 已知口 0=4.55, o2=0. 1082 , N=9,1=4.484,这里采纳双侧检验，小样本，。已知，运用Z统计。假定现在生产的铁水平均含碳量及以前无显著差异。则，HO ： u =4.55 ； Hl ： u W4.55Z =a=0. 05, a /2 =0. 025 ,查表得临界值为 久及- 1.96计算检验统计量：=(4. 484-4. 55)/(0. 108/V 9)*= -1.833u决策：Z 吸入接变域，.在=0.05的显著性水平上接受H0。结论：有证据表明现在生声的铁水平均含碳量及以前没有显著差异，可以认为现在生产的铁水平 均含碳量为4. 55。/一种元件，要求其运用寿命不得低于700小时。现从一批这种元件中随机抽取36件，测得其平均 寿命为680小时。己知该元件寿命听从正态分布，。二60小时，试在显著性水平0.05下确定这批元件是 否合格。解： 已知 N=36, o=60, 1=680, u0 =700这里是大样本，。已知，左侧检验，采纳Z统计量计算。提出假设：假定运用寿命平均不低于700小时HO： u 2700Hl: P < 700=0.05,左检验临界值为负，查得临界值：-Z0. 05=-1. 645计算检验统计量：=(68-700)/(60/7 36)决策：Z值落入拒绝域，在 二0.05的显著性水平上拒绝H0,接受H1结论：有证据表明这批灯泡的运用寿命低于700小时，为不合格产品。2. 某地区小麦的一般生产水平为亩产250公斤，其标准差是30公斤。现用一种化肥进行试验，从25个小区抽样，平均产量为270公斤。这种化肥是否使小麦明显增产=0.05) ?解：已知 U0 =250,。= 30, N=25, 1=270这里是小样本分布，。已知，用Z统计量。右侧检验，a =0. 05,则Za=1.645 提出假设：假定这种化肥没使小麦明显增产。即 HO： u W250Hl: n > 250计算统计量：Z 二(1-口0) / ( o/VN)=(270-250) / (30/V25)= 3. 33结论：Z统计量落入拒绝域，在a=0.05的显著性水平上，拒绝H0,接受H1。决策：有证据表明，这种化肥可以使小麦明显增产。3. 糖厂用自动打包机打包，每包标准重量是io。千克。每天开工后须要检验一次打包机工作是否正常。某日开工后测得9包重量(单位：千克)如下：(略)已知包重听从正态分布，试检验该日打包机工作是否正常。(a =0. 05)解：已知N=9,这里是小样本正态分布，。未知，双侧检验，采纳t统计量，自由度为N-l=8o a =0. 05,则 Ta/2=2.37X= 99. 98士&-野S='%1.22提出假设，假设打包机工作正常：即 HO： ii= 100Hl: u W 100计算统计量：.= (99. 98-100) / ( 1.22/J9) -0. 049结论：,t值落入接受域，在以二0.05的显著性水平上接受H0决策：有证据表明这天的打包机工作正常。4. 某种大量生产的袋装食品，授规定不得少于250克。今从一批该食品中随意抽取50袋，发觉有6袋低于250克。若规定不符合标准的比例超过5%就不得出厂，问该批食品能否出厂(=0.05) ?解：已知N=50, P=6/50=0. 12,为大样本，右侧检验，用Z统计量计算。=0. 05,即Z =1.645HO： 7TW5%Hl： 7T>5%=(0. 12-0. 05)/7 (0. 05X0. 95 + 50) 2. 26(因为没有找到开表示的公式，这里用P0表示开0)结论：因为Z值落入拒绝域，所以在 二0.05的显著性水平上，拒绝H0,而接受H1。决策：有证据表明该批食品合格率不符合标准，不能出厂。5. 某厂家在广告中声称，该厂生产的汽车轮胎在正常行驶条件下超过目前的平均水平25000公里。对 一个由15个轮胎组成的随机样本做了试验，得到样本均值和标准差分别为27000公里和5000公里。假定 轮胎寿命听从正态分布，问该厂家的广告是否真实(=0. 05) ?解：n=15, X =27000, s=5000,小样本正态分布，。未知，用t统计量计算。这里是右侧检验， =0. 05,自由度 N-1=14,即 t =1.77HO： u0 <25000111： u >25000x口xt= Q27000-25000) / (5000+J 15) 1.55结论：因为t值落入接受域，所以接受HO ,拒绝Hl。决策：有证据表明，该万涿生产的轮胎在正常行驶条件下运用寿命及目前平均水平25000公里无显 著性差异，该厂家广告不真实。6. 某种电子元件的寿命x (单位：小时)听从正态分布。现测得16只元件的寿命如下：(略)。问是 否有理由认为元件的平均寿命显著地大于225小时(=0. 05) ?解：= 241.5,=98. 726由于N=16,小样本正态分布，。未知，用t统计量计算。这里是右侧分布，=0. 05,自由度N-1=15,即 tH0：Hl： X1=15,即 tH0：Hl： X= 1.753 u0 W225 U >225uQ241. 5-225) / (98.7262 516) 0. 67结论：因为t值落入接受域，所以接受H0，拒绝Hl。决策：有证据表明，元俳平均寿命及225小时无显著性差异，不能认为元件的平均寿命显著地大 于225小时。7. 10装配一个部件时可以采纳不同的方法，所关切的问题是哪一个方法的效率更高。劳动效率可以用平均装配时间反映。 如下：甲方法：31 34 29乙方法：26 24 28两总体为正态总体， 解：建立假设：小一2=0平均装配时间反映。 如下：甲方法：31 34 29乙方法：26 24 28两总体为正态总体， 解：建立假设：小一2=0现从不同的装配方法中各抽取32 35 3829 30 2934 30 29 3232 26 31 2912件产品，记录各自的装配时间（单位：分钟）31 2632 28且方差相同。问两种方法的装配时间有无显著不同（a=0. 05）总体正态，小样本抽样，方差未知，方差相等，检验统计量依据样本数据计算，得"=12 ,仆=12 , ，(| =31.75, % = 3. 19446 , 1 1 = 28. 6667 , % =2. 46183。=8. 1326,（工-吊）二11 1s /I血巧=2.648。=0.05时，临界点为心£=2.074,此题中IL'",故拒绝原假 设，认为两种方法的装配时间有显著差异。8. 11调查了 339名50岁以上的人，其中205名吸烟者中有43个患慢性气管炎，在134名不吸烟者中有13人患慢性气管炎。调查数据能否支持“吸烟者简单患慢性气管炎”这种观点（a=0.05）解：建立假设H）：开万2； H ：兀 > 72p,=43/205=0. 2097 nl=205 r= 13/134=0. 097 n2=134检验统计量=3当。=0. 05,查表得二=1.645。因为Z >：。，拒绝原假设，说明吸烟者简单患慢性气管炎。8. 12为了限制贷款规模，某商业银行有个内部要求，平均每项贷款数额不能超过60万元。随着经济的 发展，贷款规模有增大的趋势。银行经志向了解在同隹项目条件下，贷款的平均规模是否明显地超 过60万元，故一个n=144的随机样本被抽出，测得=68.1万元，s=45。用a=0. 01的显著性 水平，采纳p值进行检验。解：生 W60； ： >60已知：1 =68. 1s=45由于n=144>30,大样本，因此检验统计量：_天一4 68.1 - 60=2. 16=2. 16s/G = 45/44要求：依据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 确定组数：销售收入频数频率累计频数累计频率80. 00 - 89. 00£5. 025. C90. 00 - 99. 0037. 5512. 5100.00-109. 00g22. 51435. C110.00-119. 001230. 02665. C120.00-129. 00717. 53382. 5130.00-139. 00410. 03792.5140.00-149. 0025. 03997.5150. 00+12. 540100. 0总和4C100, 0要求：依据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 确定组数：，取 k=62,（2）按规定，销售收入在125万元以上为先进企业，115125万元为良好企业，105115万元为一 般企业，105万元以下为落后企业，按先进企业，良好企业，一般企业，落后企业进行分组。3. 3某百货公司连续40天的商品销售额如下:频数频率累计频数累计频率先进企业1025. 01025. C良好企业1230. 02255. 0一般企业922.53177. 5落后企业922. 540100. C总和40100. 041252947383430384340463645373736454333443528463430374426384442363737493942323635单位：万元1,3,销售收入（万元）.频数频率累计频数累计频率<=2512. 512. 526 - 30u12. 5615. 031 - 35615. C1230. 036 - 401435. 02t65. 041 - 451025. C3690. C46+410. C4G100. C总和40100. 63. 4利用下面的数据构建茎叶图和箱线图。572929363123472328283551391846182650293321464152282143194220确定组距：组距=（最大值-最小值）:组数=（49-25） :6=4,取5 分组频数表data Stem-and-Leaf Plot由于厂 > U ,因此 P 值二P （z22. 16）=1-只）,查表的外1=0.9846, P 值=0.0154由于P>=0.01,故不能拒绝原假设，说明贷款的平均规模没有明显地超过60万元。8. 13有一种理论认为服用阿司匹林有助于减少心脏病的发生，为了进行验证，探讨人员把自愿参及试 验的22 000人随机平均分成两组，一组人员每星期服用三次阿司匹林（样本1）,另一组人员在相同的时 间服用劝慰剂（样本2）持续3年之后进行检测，样本1中有104人患心脏病，样本2中有189人患心脏 病。以a=0. 05的显著性水平检验服用阿司匹林是否可以降低心脏病发生率。解：建立假设4H： /V 2/?i = 104/11000=0. 00945 nl=11000 r= 189/11000=0. 01718 n2=11000检验统计量当67=0. 05,查表得=1.645o因为2 <，拒绝原假设，说明用阿司匹林可以降低心脏病发生 率。8. 15有人说在大学中男生的学习成果比女生的学习成果好。现从一个学校中随机抽取了 25名男生和 16名女生，对他们进行了同样题目的测试。测试结果表明，男生的平均成果为82分，方差为56分，女 生的平均成果为78分，方差为49分。假设显著性水平a =0. 02,从上述数据中能得到什么结论解：首先进行方差是否相等的检验：建立假设 2?j1%.。%。1 / nl=25, 'I =56, n2=16, '： =49当 a=0.02 时，294,4当 a=0.02 时，294,4，=0.346。由于检验统计量的值落在接受域中，所以接受原假设, 检验均值差：建立假设检验统计量的值落在接受域中，所以接受原假设, 检验均值差：建立假设说明总体方差无显著差异。小一2忘0H： 2>0总体正态，小样本抽样，方差未知，方差相等，检验统计量依据样本数据计算，得“ =25, 11 =16, 1 =82，1二56, ' ： =78,“二49？ =（4 T）4 坳1）£口4 +4 2= 53. 308_ （工一男）= 1.711= 1.711=0.02时，临界点为00=2.125, t<lf ,故不能拒绝原假设，不能认为 大学中男生的学习成果比女生的学习成果好。第十一章一元线性回来11.5 一家物流公司的管理人员想探讨货物的运输距离和运输时间的关系，为此，他抽出了公司最近10 个卡车运货记录的随机样本，得到运输距离（单位：km）和运输时间（单位：天）的数据如下：运输距离X825 215 1 070 550 480 920 1 350 325 670 1 215运输时间y3.5 1.04.02.01.0 3.0 4.51.5 3.0 5.0要求：绘制运输距离和运输时间的散点图，推断二者之间的关系形态：计算线性相关系数，说明两个变量之间的关系强度。利用最小二乘法求出估计的回来方程，并说明回来系数的实际意义。解：5 4 3 2 y运送时间(天)1-2505007501000x运送距离(km)1250可能存在线性关系。（2） 相关性x运输距离（km）y运输时间（天）X运输距离（km）Pearson相关性1.949 (*)显著性（双侧）0. 000N1010y运输时间（天）Pearson相关性.949 (*)1显著性（双侧）0. 000N1010*.在01水平（双侧）上显著相关。有很强的线性关系。（3） 系数（a）非标准化系数标准化系数模型B标准误Betat显著性1（常量）0. 1180. 3550. 3330. 748X运输距离 （km）0. 0040. 0000. 9498. 5090. 000a.因变量：y运输时间（天）回来系数的含义：每公里增加0.004天。11.6下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据:地区人均GDP (元)人均消费水平(元)北京22 4607 326辽宁11 2264 490上海34 54711 546江西4 8512 396河南5 4442 208贵州2 6621 608陕西4 5492 035要求：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。(3)利用最小二乘法求出估计的回来方程，并说明回来系数的实际意义。(4)计算判定系数，并说明其意义。(5)检验回来方程线性关系的显著性("0. 05)。(6)假如某地区的人均GDP为5 000元，预料其人均消费水平。(7)求人均GDP为5 000元时，人均消费水平95%的置信区间和预料区间。解：人均消费水平(元)人均消费水平(元)12000 -10000 -8000-6000-4000-2000-1000020000人均GDP (元)3000040000可能存在线性关系。(2)相关系数：相关性人均GDP (元) 人均消费水平(元)人均GDP (元)人均GDP (元)人均消费水平(元)Pearson相关性1. 998 (*)显著性(双侧)0. 000N77Pearson相关性998(*)1显著性（双侧）显著性（双侧）0. 000*.在.01水平（双侧）上显著相关。有很强的线性关系。（3）回来方程:系数（a）模型非标准化系数标准化系 数t显著性B标准误Beta1（常量）734. 693139.5405. 2650. 003人均 GDP （元）0. 3090. 0080. 99836. 4920. 000a.因变量：人均消费水平（元）回来系数的含义：人均GDP没增加1元，人均消费增加0.309元。（4） 模型摘要模型RR方调整的R方估计的标准差1.998 (a)0. 9960. 996247. 303a.预料变量：（常量），人均GDP （元）。人均GDP对人均消费的影响达到99. 6%o（5） F检验:ANOVA（b）模型平方和 df 均方 F 显著性1 回来81,444,9681八 1,331.692.000(a).6805 61, 159. 007681,444,9681八 1,331.692.000(a).6805 61, 159. 0076四木81,444,968.680残差305, 795. 034合计81,750, 763,714a.预料变量：（常量），人均GDP （元）。b.因变量：人均消费水平（元） 回来系数的检验：t检验系数（a）模型非标准化系数标准化系 数t显著性B标准误Beta1（常量）734.693139.5405. 2650. 003人均 GDP （元）0. 3090. 0080. 99836. 4920. 000a.因变量：人均消费水平（元）（6） 某地区的人均GDP为5 000元，预料其人均消费水平为2278. 10657元。（7） 人均GDP为5 000元时，人均消费水平95%的置信区间为1990. 74915, 2565. 46399,预料区间为1580.46315, 2975.74999o11.9某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得 到下面的有关结果：方差分析表参数估计表变差来源dfSSMSFSignificanceF回来11602708.61602708. 6399.10000652. 17E09残差1040158.074015. 807总计11.67要求：Coefficients标准误差tStatP-valueIntercept363. 689162. 455295.8231910.000168XVariablel1.4202110.07109119.977492. 17E09(1)完成上面的方差分析表。(2)汽车销售量的变差中有多少是由于广告费用的变动引起的(3)销售量及广告费用之间的相关系数是多少(4)写出估计的回来方程并说明回来系数的实际意义。(5)检验线性关系的显著性(a=0.05) o解：(2) RM.9756,汽车销售量的变差中有97. 56%是由于广告费用的变动引起的。(3) r=0. 9877o(4)回来系数的意义：广告费用每增加一个单位，汽车销量就增加L 42个单位。(5)回来系数的检验：p=2. 17E-09<a ,回来系数不等于0,显著。回来直线的检验：p=2. 17E-09<a ,回来直线显著。11.11从20的样本中得到的有关回来结果是：SSR=6