多元回归分析.docx

文档介绍：
回归方程为y=-+
各回归系数的意义为:
β1=-,表示在x2不变的情况下,x1每增加一个单位,;
β2=,表示在x1不变的情况下,x2每增加一个单位,。
其他信息:
多重判定系数 R2=
调整多重判定系数Ra2=-
多重判定系数和调整多重判定系数表明:该多元回归方程的拟合效果较差,在
因变量y的变差中,能被估计的回归方程所解释的比例很少。
Significance F=,y与x1、x2之间的线性关系不显著。 
P-value=,自变量x1、x2对因变量y的影响均不显著。
当x1 =200,x2=7时,-*200+*7=

3个自变量,15个观测值。
回归方程为y=+--
F=>F(3,11)=
se=
多重判定系数 R2=
调整多重判定系数Ra2=
多重判定系数和调整多重判定系数表明:该多元回归方程的拟合效果较好,调整后,在
因变量y的变差中,%。
从F检验可以看出,y与x1、x2、x3之间的线性关系显著。 
从t检验可以看出,自变量x1、x3对因变量y的影响显著,而x2对因变量y的影响不显著。

(1)
所以y与x1、x2之间的线性关系显著。
(2)
所以,β1显著。
(3)
所以,β2显著。

(1)
回归方程为y=+
(2)
回归方程为y=++
(3)不相等。
β1=,表示,电视广告费用x1每增加一个单位,;
β1=,表示,报纸广告费用x2不变时,电视广告费用x1每增加一个单位,。
(4),所以在月销售收入总变差中,%。
(5)
所以β1显著。
所以β2也显著。

(1)回归方程为y=-++
(2)β1=,表示在温度x2不变的情况下,降雨量x1每增加一个单位,收获量 ;
β2=,表示在降雨量x1不变的情况下,温度x2每增加一个单位,。
(3)有可能存在。,但是β1的t检验结果并不显著。

回归方程为
y=+++x2+
(2)%
(3)Significance F=