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）969095929594电视广告支出（万元）5242.533.5报纸广告支出（万元）221.52.53.32.3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）965290229541.5922.52.59533.3943.52.3942.54.29432.5964.52902.5292329752.5SUMMARY OUTPUT回归统计Multiple R 0.950439R Square 0.903335Adjusted 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 42.05242 2.71E-05残差9 5.630749 0.625639总计1158.25Coefficients 标准误差t StatP-value Lower 95%Upper 95%下限 95.0%Intercept 82.87355 1.362442 60.82722 4.42E-13 79.7914985.9556 79.79149电视广告支出（万元）2.218753 0.244496 9.074814 7.98E-06 1.665665 2.771841 1.665665报纸广告支出（万元）1.411734 0.348225 4.054087 0.002867 0.623995 2.199473 0.623995（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!9494969092972.534.52.5354.22.52222.5上限 95.0%85.95562.7718412.199473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。（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1201001021401101001909012013015077155210461751509312525026145270691803006515025085SUMMARY OUTPUT回归统计Multiple R 0.807918R Square 0.652731Adjusted 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97076.1Coefficients 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=86.87561451801502703002506965851.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 OUTPUT23215.3171117回归统计26279.4Multiple R 0.681812181218R Square 0.464868199.88.3Adjusted R Square0.38254131313标准误差 5.562271239.722观测值1617125.6262619方差分析198.28.1dfSSMSF352513回归分析2 349.3949 174.6974 5.64653922152.7残差13 402.2051 30.938855.4155.4总计15751.6127.324291829Coefficients 标准误差t StatP-valueIntercept 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%。2317261935225.412299.712268.22515157.318225.6198.1132.75.42429Significance F0.017179Lower 95%Upper 95%下限 95.0%上限 95.0%-3.97738 16.11423-3.97738 16.114230.224306 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 OUTPUT10611236296765776317回归统计10410816376Multiple R 0.9386822484162R Square0.8811212144150Adjusted R Square0.859505857225367标准误差 35.5844911112321308观测值14401600189512601235方差分析98183dfSSMSF12144112回归分析2103238 51619.02 40.76509563136325残差11 13928.81 1266.25619361189总计13 117166.9Coefficients 标准误差t StatP-valueIntercept 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*(x2)销售量120100806040200050100150200250300350400销售量Poly.(销售量)（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。（4）工作月数的t统计量的P值约为0.0004，这说明在0.05的显著性水平时拒绝原假设；工作月数2的t统计量的P值约为0.0070，这说明在0.05的显著性水平时拒绝原假设。两个回归系数都是有效的。1114051912561930818923583112325189Significance F8.19E-06Lower 95%Upper 95%下限 95.0%上限 95.0%-7.95485 112.6766-7.95485 112.67663.455352 8.738673 3.455352 8.738673-0.0545-0.01095-0.0545-0.01095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销售量120100806040200050100150200250300350400销售量Poly.(销售量)（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。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