魔方一字公式回归模型分析

新疆财经大学
实 验 报 告




课 程 名 称： 统计学
实验项目名称：
回归模型分析

姓 名： lili
学 号： 20000000
班 级： 工商2011-2班
指 导 教 师：



2014 年5 月

新疆财经大学实验报告
课 程 名 称
实验项目名称
学 生 姓 名
实 验 地 点
主要仪器设备（实验软件）
统计学
回归模型统计分析

实验类型
实验时数

EXCEL
综合实验
2
专业
实验室 实验日期 2011年 05 月24 日
实验 根据经济意义建立回归模型，用软件求解模型，解释模型系数，对模
目的 型进行统计检验，掌握EXCEL回归统计分析功能
实验
掌握EXCEL数据分析的”回归”分析法
内容
建立回归模型并检验
和原
作散点图,
理
讨论
和心
得
1. 利用EXCEL软件的数据分析的来对数据进行分析的“回归”。
2. 首先要先做散点图判定是否有关系。
3. 同时知道了相关系数和判定系数的含义。
根据实验情况和实验报告质量做出写实性评价：



成绩
评定


综合评分
指导教师签名：
时间： 年 月 日


2
附:实验数据。
各省市区经济指标
地区 城市居民年人均可支配收入(元) 城市居民年人均消费性支出(元)
13882.6 11123
北 京
10312.9 7867.5
天 津
7239.1 5439.8
河 北
7005 5105.4
山 西
7012.9 5419
内蒙古
7240.6 6077.9
辽 宁
7005.2 5492.1
吉 林
6678.9 5015.2
黑龙江
14867.5 11040.3
上 海
9262.5 6708.6
江 苏
13179 9712.9
浙 江
6778 5064.3
安 徽
9999.5 7356.3
福 建
6901.4 4914.6
江 西
8399.9 6069.4
山 东
6926. 4941.6
河 南
7322 5963.3
湖 北
7674.2 6082.6
湖 南
12380.4 9636.3
广 东
7785 5763.5
广 西
7259.3 5502.4
海 南
8093.7 7118.1
重 庆
7041.9 5759.2
四 川
6569 4949
贵 州
7643.6 6023.6
云 南
8765.5 8045.3
西 藏
6806.4 5666.5
陕 西
6657.2 5298
甘 肃
6745.3 5400.2
青 海
6530.5 5330.3
宁 夏
7221 5619.4
新 疆








3
1、 作散点图,加趋势线，




2、 建立回归模型（用公式编辑器写），对模型进行统计检验。解释模型意义

SUMMARY OUTPUT
回归统计
Multiple
R 0.974111881
R Square 0.948893956
Adjusted
R Square 0.947131679
标准误差 527.4648386
观测值 31
方差分析

回归分析
残差
总计
df
1
29
30
SS
149806425.5
8068355.522
157874781.1
MS
149806426
278219.156

Significance
F F
538.4476 2.82E-20

Intercept
X Variable 1
Coefficients
121.5246471
1.270433698
标准误差
365.0193913
0.054749518
t Stat
0.33292655
23.2044728
P-value
0.741585
2.82E-20
Lower 95%
-625.024
1.158458
Upper 95%

4

RESIDUAL OUTPUT
观测值
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
预测 Y
14252.56
10116.66
7032.43
6607.597
7006.005
7843.094
7098.874
6493.004
14147.49
8644.356
12461.12
6555.382
9467.216
6365.198
7832.295
6399.5
7697.502
7871.17
12363.8
7443.669
7111.959
9164.599
7490.04
6408.901
7774.109
10342.54
7362.997
6852.282
6982.121
6893.317
7260.6
残差
-369.959
196.2382
206.6701
412.4032
6.895144
-602.494
-93.6736
185.8963
720.0062
618.1438
717.8799
244.618
532.2839
536.2019
567.6051
526.5002
-375.502
-171.17
16.59511
341.3307
147.341
-1070.9
-448.14
160.099
-130.509
-1577.04
-462.997
-195.082
-236.821
-362.817
-39.5998
标准残差
-0.71338
0.378401
0.398516
0.795225
0.013296
-1.16177
-0.18063
0.358458
1.388367
1.191949
1.384267
0.47169
1.026388
1.033943
1.094497
1.015235
-0.72407
-0.33006
0.032
0.658178
0.284113
-2.06498
-0.86414
0.308714
-0.25166
-3.04097
-0.89278
-0.37617
-0.45665
-0.69961
-0.07636

y=β0+β1x
y=121.225+1.27X
3、求相关系数与方向说明数意
根据以上的结果，0《r≤1,这表明x与y之间正线性相 关，因为r=0.9741可视为高度
相关；


5
4、判定系数，说明判定系数意义
R^2=SSRSST
R^2=
149806425.5157874781.1 R=O.949
< br>判定系数的实际意义是：
城市居民年人均可支配收入与城市居民年人均消费性支出取值的变
动中，有97.41%是可支配收入所决定的，可见二者之间关系较强的线性关系.R^2越接近1，
表明回归平方和总平方和的比例越大，回归直线与各观测点越接近，回归直线的拟合程度就
越好


5、预测X=7000元，的消费
y=121.225+1.27X
y=121.225+1.27*7000
y＝
9011.225

6、写出实验步骤、分析线性关系和B1是否通过检验，说明实验结果。
第一个步:提出假设
H0=0， β1=0 两个变量之间的线性关系不显著
第二步：计算检验统计量F







第三步：做出决策
F=
149806425.5278219.156

F
F=538.4476
Fα=4.183 ,F>Fα,拒绝H0,表明两个变量之间线性关系显著的



6