文档介绍：《统计学》案例 相关
归分析
案例一 质量控制中的简单线性回归分析
1、 问题的提出
某石油炼厂的催化装置通过高温及催化剂对原料的作用进彳亍反应，生成各种 产品，其中液化气用途广泛、易于储存运输，所以，提高液Y OUTPUT
回归统计
Multiple
0, 992018
R Square
0. 984101
Adjusted
3 983041
标准误差
观测值
17
方差分析
df
S3
ITS
F
回归分析
1
928- 4352904
.残差
15
206. 9615
总:十
16
C□已ffici巳rr标准误差
t Stat
-value
Intercept
4. 676408
I ^3}
xl
0. 206783
0. 006786
30. 47024
6. 60805E-15
由回归统计中的R=，所建立的回归模型对样本观测值的拟 合程度很好；
估计出的样本回归函数为：=+ x1，说明私人载客汽 车拥有量每增加1万辆，；
③由上表中a 和。八 -15，显然 a 的p值大于显著性水平a =，不能拒绝原假设a =0，而。八 的p值远小于 显著性水平a =，拒绝原假设。=0，说明私人载客汽车拥有量对轿车生产量 有显著影响。
(2) 分析轿车生产量与城镇居民家庭恩格尔系数之间的关系：
首先，求的因变量轿车生产量y和自变量城镇居民家庭恩格尔系数x2的相
关系数r=-,说明两者间存在一定的线性相关关系但负相关程度一般。
V 就
y
1
-0. 77499
1 a
然后以轿车生产量为因变量y, 城镇居民家庭恩格尔系数x2为自变量进彳亍 一元线性回归分析，结果如下：
SUMMARY OUTPUT
回归统计
Multiple 0. ^74989
R Square [ 0> 600608j
Adjusted 0. 573982
标准误差72. 10323
观测信 u
方差分析
df SS
IS
F
mi%
回归分析 1 11727k 6
117271. 6
22. 55712
0. QOi
残差 15T798&13
总计 16 195254. E
Coefficienj标准误差
t Stat
P^value Lower
Intercept 661. 243
5. 503221
6. 07E-05
405.：
x2 -12. 692 Z6723M
-4,74