2023年数据模型与决策课程大作业.pdf

《2023年数据模型与决策课程大作业.pdf》由会员分享，可在线阅读，更多相关《2023年数据模型与决策课程大作业.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据模型与决策课程大作业以我国汽油消费量为因变量，乘用车销量、城乡化率和9 0#汽油吨价与城乡居民人均可支配收入的比值为自变量时行回归（数据为年度时间序列数据）。试根据得到部分输出结果，回答下列问题：1）“模型汇总表”中的R 方和标准估计的误差是多少？2）写出此回归分析所相应的方程；3）将三个自变量对汽油消费量的影响限度进行说明；4）对回归分析结果进行分析和评价，指出其中存在的问题。1）“模型汇总表”中的R方和标准估计的误差是多少？答 案：R方 为 0.9 9 3-2=0 .9 8 6 ；标 准 估 计 的 误 差 为 12 0 9 1 0.1 4 7 7 0,5）=3 4 7.7 22）写出

2、此回归分析所相应的方程；答案:假设汽油消费量为Y,乘用车销量为a,城乡化率为b,9 0#汽油吨价/城乡居民人均可支配收入为c,则回归方程为：Y=2 4 0 .5 3 4+0.0 Os O 2 7 a +8 6 4 9.8 9 5 b-1 9 8.6 9 2 c3 ）将三个自变量对汽油消费量的影响限度进行说明；。乘用车销量对汽油消费量相关系数只有0.0 0 0 2 7,数值太小，几乎没有影响，但是城乡化率对汽油消费量相关系数是8 6 4 9.8 9 5,具有明显正相关，当城乡化率每提高1,汽油消费量增长8 6 4 9.8 9 5 o 乘用 9 0#汽油吨价/城乡居民人均可支配收入相关系数为T 9

3、 8.6 9 2,呈明显负相关,即乘用9 0#汽油吨价/城乡居民人均可支配收入每增长1个单位，汽油消费量减少1 9 8.6 9 2个单位。a,b,c三个自变量的s i g值 为0.0 0 0、0.0 0 0、0.0 0 9,在显著性水平0.0 1情形下,乘用车消费量对汽油消费量的影响显著为正。(4)对回归分析结果进行分析和评价,指出其中存在的问题。在学习完本课程之后，我们可以记录方法为特性的不拟定性决策、以运筹方法为特性的策略的基本原理和一般方法为基础，结合抽样、参数估计、假设分析、回归分析等知识对我国汽油消费量影响因素进行了模拟回归，并运用软件计算出回归结果，故根据回归结果，对具体回归方程，

4、回归准确性，自变量影响展开分析。A n o va表中，s i g值 是t记录量相应的概率值，所 以t和s i g两者是等效的，s i g要小于给定的显著性水平，越接近于0越好。F是检查方程显著性的记录量，是平均的回归平方和平均剩余平方和之比,越大越好。在图表中，回归模型记录值F =8 0 4.6 2 7 ,p值 为0.0 00,因此证明回归模型有记录学意义，表现回归极显著。即因变量与三个自变量之间存在线性关系。系数表中，除了常数项系数显著性水平大于0.0 5,不影响，其它项系数都是0.0 0 0,小 于0.0 0 5,即每个回归系数均具故意义。树关性；殿悟化事-9 g汽油慢懒理为q支配收入Pe

5、和son僧关性1958”960-65711H普性（双饵）000000000N38383838城M化率Pearson 田 江9581882-.761000000.000N38393939用大部量Pearson，,960882”1-4981显告性（双VO000000001N383939399W R M M N M N U mPearson 相 让657-761U-498U1姆 收 入BVtt(nM)000000001N3839393901模 型 汇 尊bRR方调 整R方标 准 估 计 的 设差Durbin-Watson1.993a.985.741a.前变量：（常 量），90#，气 油 恢 镇 居

6、民 人 均 可 支 配 收 入，乘 用 车 销 量,城 镇化 率,b.因 变 量 :汽;由消费量Anova3浜方和df均方FSig.1 回门291862813.5397287604.49804.627,000b残差4110944.98934120910.147总讦295973758.537a.因变量：汽油消费量b.预演1变量:（常量）,90有气油/喊像居民人均可支配收入,乘用车销量,城镇化率栅mififi的01戊”H岭I(10M圳m斯献m神 州伽靴邺蝴博卿蒯 联别制5M就於m帆岫叫帅悔湫棚聊m n，川揪懒加川 厂r2-1-0-回rlu残差脓点图因变量：汽油油费俄2000 4000 6000 8

7、000 10000 12000汽油消级家当然，这其中也存在一定的问题:在模型设计中，乘用车销量为、城乡化率为、9 0#汽油吨价/城乡居民人均可支配收入为三个自变量的单位均不同，因此会导致自变量前面的回归系数不具有准确的宏观意义，因此需要对模型进行实现标准化,也就是引入B系数，消除偏回归系数带来的数量单位影响。根据共线性记录量中的变量的容差t和方差膨胀因子(V I F),自变量间存在共性问题，容差和膨胀因子为倒数关系，容差越小，膨胀因子越大,特别是城乡化率V I F为1 1.2 1 3,说明共线性明显，也许因素是由于样本容量太小，也也许是城乡化之后乘用车销售量和、9 0#汽油吨价/城乡居民人均可

8、支配收入自身就具有相关性。缺少模型异方差检查。在多元回归模型中，由于数据质量因素、模型设定因素，异方差的存在会使回归系数估计结果误差较多，所以在建立模型分析的过程红要对异方差进行检查。数据模型与决策使我们学会使用科学的分析和决策，对经营管理活动实现合理化、精细化、科学化，从而避免了盲目的生产活动。通过数据预测、假设检查、公式、分析、验证等一系列的环节，将数据结果逐个展现。为我们的学习和工作提供了一些非常有用、便捷的，解决问题的方法。附表:t分布表：单尾检查的显著水平d f0.050 0.0 25双尾检查的显著水平0.0 1 00.00 50.1 00.050.020.0132.3 5 33.18 24.54 15.84 142.1 322.7763.7 474.60452.0 152.5 7 13.3654.0 3261.9 432.4 473.1433.70771 .89 52.36 52.9 983.49981.8 602.3 0 62.8963.35 591.8332.2622.8213.250101.8 122.2282.7 643.1 691 11.7 962.20 12.7 183.1 061 21.7822.1 792.6813.0 55131.7 712.1 602.6503.012