(新)管理数学i作业(习题六)1158.pdf

《(新)管理数学i作业(习题六)1158.pdf》由会员分享，可在线阅读，更多相关《(新)管理数学i作业(习题六)1158.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、管理数学作业（习题六）1下表是 8 个不同经济发展水平国家的人均年能量消耗量和人均年国民生产总值的数据。人均年生产总值（美元）600 2700 2900 4200 3100 5400 8600 10300 人均年耗能 1000 700 1400 2000 2500 2700 2500 4000(折合成标准煤（）)试求（1）对的线性回归方程；（2）解释回归系数的含义；（3）对所求回归方程作显著性检验；（4）对人均年生产总值 3000 美元时预测人均年耗能量的范围。解：使用 Excel 作回归分析，得以下数据 回归统计 Multiple R 0.849267287 R Square 0.72125

2、4925 Adjusted R Square 0.674797413 标准误差 608.1133113 观测值 8 方差分析 df SS MS F Significance F 回归分析 1 5741189.204 5741189.204 15.52504399 0.007623027 残差 6 2218810.796 369801.7994 总计 7 7960000 Coefficients 标准误差 t Stat P-value Lower 95%Upper 95%Intercept 783.1495637 397.3938266 1.970713965 0.096254913-189.2

3、388114 1755.537939 人均年生产总值 0.278698505 0.070732372 3.940183244 0.007623027 0.1056225 0.45177451（1）对的线性回归方程为（2）系数表示当人均年生产总值为零时，预测的人均年耗能量为 783.15 公斤；系数表示当人均年生产总值增加（减少）1 美元时，预测的人均年耗能量相应增加（减少）0.2787 公斤。（3）根据上表，F 的拒绝度为，故拒绝，表示回归效果显著，线性回归方程有意义。（4）人均年生产总值 3000 美元时预测人均年耗能量的范围为 2有人认为，企业的利润水平和它的广告费用之间存在线性关系，下列

4、资料能否证实这种论断？估计企业的利润水平和它的广告费用之间的相关系数。时间序号 1 2 3 4 5 6 7 8 9 10 广告费用 10 10 8 8 8 12 12 12 11 11 利润（万元）100 150 200 180 250 300 280 310 320 300 解：使用 Excel 作回归分析，得以下数据 SUMMARY OUTPUT 回归统计 Multiple R 0.5678474 R Square 0.32245067 Adjusted R Square 0.23775701 标准误差 67.0551021 观测值 10 方差分析 df SS MS F Significa

5、nce F 回归分析 1 17118.906 17118.90625 3.807258432 0.08682839 残差 8 35971.094 4496.386719 总计 9 53090 Coefficients 标准误差 t Stat P-value Lower 95%Upper 95%Intercept-24.765625 136.83287-0.180991777 0.860875309-340.3030016 290.7717516 广告费用 25.859375 13.252928 1.951219729 0.08682839-4.701952025 56.42070202 对的线

6、性回归方程为 但由于 F 拒绝域为，回归效果不显著，该方程的拟合程度很差，故企业的利润水平和它的广告费用之间不存在线性关系。企业的利润水平和它的广告费用之间的相关系数为 0.5678。3随机抽取城市居民中的 12 个家庭，调查收入与支出的情况，得如下数据 家庭月收入（元）820 930 1050 1300 1440 1500 1600 1800 2000 2700 3000 4000 月支出（元）750 850 920 1050 1220 1200 1300 1450 1560 2000 2000 2400 试判断支出与收入是否存在线性相关关系，求出支出与收入间的回归直线方程，并解释回归系数的

7、含义。解：使用 Excel 作回归分析，得以下数据 SUMMARY OUTPUT 回归统计 Multiple R 0.9866 R Square 0.9733 Adjusted R Square 0.9707 标准误差 88.071 观测值 12 方差分析 df SS MS F Significance F 回归分析 1 2830001 2830001.4 364.854 3.363E-09 残差 10 77565.23 7756.5228 总计 11 2907567 Coefficients 标准误差 t Stat P-value Lower 95%Upper 95%Intercept 40

8、4.98 57.5735 7.0341259 3.6E-05 276.69745 533.2609804 家庭月收入（元）0.5348 0.027998 19.101162 3.4E-09 0.472407 0.597172876 月支出对家庭月收入的线性回归方程为 F 拒绝域为 3.363E-09，很小，表示回归效果显著，线性回归方程有意义。系数表示当家庭月收入为零时，预测的月支出的数值为 404.98 元；系数表示当家庭月收入增加（减少）1 元时，预测的月支出相应增加（减少）0.5348 元。4某医院工作人员需要研究病人对医院服务满意度与病人年龄、病情严重程度和病人担心程度之间的关系，为此

9、随机地调查了 23 名病人，得到以下数据：满意度 48 57 66 70 89 36 46 54 26 77 89 年龄 50 36 40 41 28 49 42 45 52 29 29 病情 51 46 48 44 43 54 50 48 62 50 48 担心程度 2.3 2.3 2.2 1.8 1.8 2.9 2.2 2.4 2.9 2.1 2.4 67 47 51 57 66 79 88 60 49 77 52 60 43 38 34 53 36 33 29 33 55 29 44 43 53 55 51 54 49 56 46 49 51 52 58 50 2.4 2.2 2.3 2.2 2.0 2.5 1.9 2.1 2.4 2.3 2.9 2.3 其中满意度、病情严重程度和担心程度的值越大，分别表示越满意、越严重和越担心。试做多元线性回归分析，你能得到什么结论？5某城市 19751993 年购买力（单位：万元）对职工人数（单位：万人），平均工资（单位：元），存款（单位：亿元）进行多元线性回归分析的部分结果如下：样本容量，回归方程为 ,，。（1）说明回归方程中各回归系数的含义；（2）判断线性回归效果是否显著；（3）判断回归方程中哪些变量的系数是显著不为零的；（4）预测当，时的平均购买力。