文档介绍：方差与回归分析作业
题目:(三因素方差分析)某集团为了研究商品销售点所在的地理位置、销售点处的广告和销售点的装潢这三个因素对商品的影响程度,选了三个位置(如市中心黄金地段、非中心的地段、城乡结合部),两种广告形式,两种装潢档次在四个城市进行了搭配试验。表15是销售量的数据,,检验不同地理位置、不同广告、不同装潢下的销售量是否有显著差异
=<,即不同地理环境下的销量有显著差异;同理,=<;=>。
*b=<,即不同地理环境和不同广告对销量有显著交互影响;相反的,*c=>;同理,*d、*,易知它们对应的两个变量对销量没有显著交互影响。
回归分析
1. 某人记录了21天每天使用空调器的时间和使用烘干器的次数,并监视电表以计算出每天的耗电量,数据见表6,试研究耗电量(KWH)与空调器使用的小时数(AC)和烘干器使用次数(DRYER)之间的关系,建立并检验回归模型,诊断是否有异常点。
图1
系数a
模型
非标准化系数
标准系数
t
Sig.
B 的 % 置信区间
B
标准误差
试用版
下限
上限
1
(常量)
.004
AC
.281
.783
.000
DRYER
.856
.621
.000
a. 因变量: KWH
图2
残差统计量a
极小值
极大值
均值
标准偏差
N
预测值
21
残差
-
.00000
21
标准预测值
-
.000
21
标准残差
-
.000
.949
21
a. 因变量: KWH
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
2
.000a
残差
18
总计
20
a. 预测变量: (常量), DRYER, AC。
b. 因变量: KWH
如图所示:由图1知,此组数据进行回归分析后可知满足线性回归关系,,对应的p=<,关系显著,,,两个变