文档介绍：:..实豔报告实验课程:[信息分析1专业:1信息管理与信息系统1班级:[1学生姓名:[1指导教师:[请输入姓名]完成时间:,主要功能是处理两个变量Z间的线性关系,建立线性数学模型并进行评价预测。本实验要求掌握附带残差分析的多元线性回归理论与方法。・实验步骤与内容1打开应用统计学实验指导书,新建excel表ty(年销售量)xl(地区人口)x2(人均收入),将数据输入。——>回归——>线性命令,打开线性回归对话框,指定因变量(工业GDP比重)和自变量(工业劳动者比重、固定资产比重、定额资金流动比重),以及回归方式;逐步回归(图1)1线性对话框4•在统计栏中,选择估计以输出回归系数B的估计值、t统计量等,选择Duribin-watson以进行DW检验;选择模型拟合度输出拟合优度统计量值,如旷2、F统计量值等(图2)。,以标准化预测值为纵坐标,标准化残差值为横坐标,绘制残差与Y的预测值的散点图,检验误差变量的方差是否为常数(图3)。图3绘制栏6•提交分析,并在输出窗口中查看结果,以及对结果进行分析。表]输入/移去的变量'模型输入的变量移去的变量方法1地区人口•步进(准则:F-tcr的槪率<=.050,F-to-remove的槪率>=.100)。2人均收入•步进(准则:F-to-enter的槪率<=.050,F-to-remove的槪率>=.100)-:年销售量系统在进行逐步分析的过程中产生了两个回归模型,模型1先将与因变量(销售收入)线性关系的自变量地区人口引入模型,建立他们之间的一元线性关系。而后逐步引入其他变量,表1中模型2表明将口变量人均收入引入,建立二元线性回归模型,可见地区人口和人均收入对销售收入的影响同等重要。表2 模型汇,世模型RR方调駱R方标准估计的误差Durbin-:(常戢),地区人口。:(常暈),地区人口,人均收入。:年销售量从表2中给出了两个模型各自的RT和调整后的RT,第一个模型中的销售收入中有99%的变动可以用地区人口的变动解释,%的变动,显然第二个模型的拟合数据效果比较好一点。此外,,按照a=>n=15、k=2,查表,,因为du<=d<=4—du,不从在自相关。:,:(常量),地区人口。:(常量),地区人口,人均收入。:年销售量表3中给出了两个模型的F检验值,查表可知当a=,自由度为(1,13)时,,,远远大于临界值,拒绝原假设,备择假设为真,即至少有一个bi不等丁0,因此模型1有效。当a=,口由度为(2,12)时,,,模型2也通过了有效性的检验。(常量).(常量).:年销售量根据表中非标准化系数B的数值可知,逐步回归过程先后建立的两个回归模型分别是:模型1:销售收入=0.