資源描述：
《《統(tǒng)計(jì)學(xué)教學(xué)資料》統(tǒng)計(jì)學(xué)案例分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、1＞中國的轎車生產(chǎn)是否與GDP、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)居民家庭恩格爾系數(shù).私人載客汽車擁有量、公路里程等都有密切關(guān)系？如果有關(guān)系，它們之間是種什么關(guān)系？關(guān)系強(qiáng)度如何？（1）分析轎車生產(chǎn)量與私人載客汽車擁有量之間的關(guān)系：首先，求的因變量轎車生產(chǎn)量y和自變量私人載客汽車擁有量xi的相關(guān)系數(shù)析0差計(jì)回殘總*0.992018,說明兩者間存在一定的線性相關(guān)關(guān)系且正相關(guān)程度很強(qiáng)。yxly1xl
2、0.99201811然后以轎車生產(chǎn)量為因變量y,私人載客汽車擁有量X］為自變量進(jìn)行一元線性回歸分析，結(jié)果如下：SUMMARYOUTPUT1回歸統(tǒng)計(jì)Multiple0.99
3、2018RSquare0.984101Adjusted0.983041標(biāo)準(zhǔn)誤差14.38616觀測(cè)值17方差分析Coefficient標(biāo)準(zhǔn)誤差tStatP-valueIntercept1.775687xl0.2067834.6764080.0067860.379712
4、30.4702410.70948154316.60805E-15dfSSMSF1192150.3192150.3928.4352904153104.422206.961516195254.8①rtl回歸統(tǒng)計(jì)中的R=0.984101看岀，所建立的回歸模型對(duì)樣本觀測(cè)值的擬合程度很好；②估計(jì)出的樣
5、本回歸函數(shù)為：y=1.775687+0.206783xn說明私人載客汽車擁有暈每增加1萬輛，轎車生產(chǎn)量增加2067.83輛；/XA/X③由上表中8和B的p值分別是0.709481543和6.60805E-15,顯然8的p值大于顯著性水平a=0.05,不能拒絕原假設(shè)a=0,而B的p值遠(yuǎn)小于顯著性水平a=0.05,拒絕原假設(shè)B=0,說明私人載客汽車擁有量對(duì)轎午生產(chǎn)量有顯著影響。(2)分析轎車生產(chǎn)量與城鎮(zhèn)居民家庭恩格爾系數(shù)Z間的關(guān)系：析0差計(jì)回殘總首先，求的因變量轎車生產(chǎn)量y和自變量城鎮(zhèn)居民家庭恩格爾系數(shù)x2的相關(guān)系數(shù)r=-0.77499,說明兩者I'可存在一定
6、的線性相關(guān)關(guān)系但負(fù)相關(guān)程度一般。yx2y1x2-0.774991然后以轎車生產(chǎn)量為因變量y,城鎮(zhèn)居民家庭恩格爾系數(shù)x2為自變量進(jìn)行一元線性回歸分析，結(jié)果如下：SUMMARYOUTPUT回歸統(tǒng)計(jì)Multiple0.774989RSauare10.600608][1Adjusted0.573982'標(biāo)準(zhǔn)誤差72.10323觀測(cè)值17方差分析Coefficien-標(biāo)準(zhǔn)誤差tStatP-valueLowerIntercept661.243120.15565?5032216.07E-05405.：x2I-12.6922.672314-4.749430.000258-
7、18.：dfSSMSF1117271.6117271.622.557120.00>1577983.135198.87516195254.8由回歸統(tǒng)計(jì)屮的R=0.600608看出，所建立的回歸模型對(duì)樣木觀測(cè)值的擬合程度一般，綜合其相關(guān)系數(shù)值可知此二者關(guān)系不太符合所建立的線性模型，說明二者間沒有密切的線性相關(guān)關(guān)系。(3)分析轎車生產(chǎn)量與公路里程Z間的關(guān)系：首先，求的因變塑轎車生產(chǎn)塑y和自變量公路里程X3的相關(guān)系數(shù)r=0.941214,說明兩者間存在一定的線性相關(guān)關(guān)系且正相關(guān)程度較強(qiáng)。yx3y1x30.9412141然后以轎車生產(chǎn)量為因變量y,公路里程x3為自變
8、量進(jìn)行一元線性回歸分析，結(jié)果如下：回歸統(tǒng)計(jì)Multiple0.941214RSquare0.885883Adjusted0.878275標(biāo)準(zhǔn)誤差38.54168觀測(cè)值17方差分析dfSSMSFmific析0差計(jì)回殘總1172972.9172972.9116.44391.8211522281.911485.46116195254.8Coefficien-標(biāo)準(zhǔn)誤差tStatP-valueLowerInterceptx3-125.156]1.40302222.580470.130019-5?5426810.790925.64E-051.82E-08-173.1.
9、12E①由回歸統(tǒng)計(jì)中的R=0.885883看出，所建立的回歸模型對(duì)樣本觀測(cè)值的擬合程度較好；②估計(jì)出的樣本回歸函數(shù)為：y=-125.156+1.403022x3,說明公路里程每增加1萬公里，轎車生產(chǎn)量增加1.403022萬輛；③由上表屮金和B的p值分別是5.64E-05和1.82E-08,顯然金和B的p值均遠(yuǎn)小于顯著性水平a=0.05,拒絕原假設(shè)a=0.0=0,但由于0對(duì)兩者的影響更為顯著，所以可以說明公路里程對(duì)轎車生產(chǎn)量有顯著影響。（4）分析轎車生產(chǎn)量與GDP之間的關(guān)系：首先，求的因變量轎車生產(chǎn)量y和自變量GDPX4的相關(guān)系數(shù)*0.939995,說明兩者
10、間存在一定的線性相關(guān)關(guān)系且正相關(guān)程度較強(qiáng)。yx4y1x40.939
