一元線性回歸分析實驗報告

1、應用回歸分析實驗報告一元線性回歸在衣司加班制度中的應用院（糸八專業(yè)班級：學號：指導老師：成 績：完成時間：一元線性回歸在必司加班制度中的應用一、實驗町的拿握一元線性回歸分析的基本思想和襟作,可以犢懂分析結黑， 并寫出回歸方程，對回歸方程進行方差分析、顯著性檢驗等的各種統(tǒng) 計樓驗二、賓殮環(huán)境SPSS21.0 windowslO.O三、賓缺題町一家保險公司十分關心其總公司營業(yè)部加班的程度，決之認真調 查一下現(xiàn)狀。經10周時間，收集了毎周加班教據(jù)和簽發(fā)的新侏單數(shù) 目，x為毎周簽發(fā)的新保單教目，y為每周加班肘間（小肘丿，教據(jù)如 表所示12345678910X8252151070550480920135

2、03256701215y3.51.04.02.01.03.04.51.53.05.01. 屍散點圖。2. x與歹之問丸玫呈線性關糸？3. 用最小二乘法估計求出回歸方程。A4. 求出回歸棟準誤差b o5. 給出幾 與Q的置傳度95%的區(qū)間估計。6. 計算x與，的決定糸數(shù)。7. 對回歸方程作方差分析。8. 作回歸糸數(shù)幾的顯著性檢驗。9. 作回歸糸數(shù)的顯著性檢驗。10. 對回歸方程做戎差圖并作相應的分析。11該公司預測下一周簽發(fā)新保單兀000,需要的加班時間是多少？12. 給出兒的置估度為95%的精確預測區(qū)間。13. 給出（兒）的置估度為95%的區(qū)間估計。四.賣缺過程及分析1園散點圖g電S）實用程序

3、 sn（w）和的如圖是以每周加班肘問為縱坐捺，毎周簽發(fā)的新保單為橫坐捺繪制的散點圖，從圖中可以看出，數(shù)據(jù)均勻分布在對角線的兩側，說朗x和y之間線性關糸良好。2 最小二乘牯計求回歸方程分祈込）直囹形）實用程序（ 竊口世）幫助非棕準化系效棕準系效tSig.B的95.0%進住區(qū)間B捺準鎂差氏用版下限上限（帝量）1.118355.233.748701.937X.004.000.9498.509.000.003.005用SPSS求得回歸方程的糸數(shù)仇旳分別為018,0.004,故我們可以寫出其回歸方程如下：y = 0ll 8 + 0.004x *3求回歸棟準祺差bANOVA1干方和fl由皮均方F工箸性1歸

4、16.682116.68272.396000匕1.8438.230總計18.5259a. KI i.x： yb. 彌測支論：（帶逐）x由方差分析表可以得到回歸棟準諼差：SSE=1.843“ SSE故回歸棟準謀差： 2 ,才：=0.48。4給出回歸糸教的置估度為95%的置估區(qū)問牯計。未朽準化糸欽捺準化糸歎t多生8的95.0% 傳區(qū)間BBeta下限上限s.1(ti).118.355.333.748-.701.937X.004.000.9498.509.000.003.005a. Kl i-c： y由回歸糸教顯著性檢驗表可以看出，當置信度為95%時：A人人00的預測區(qū)呵為-0.701,0.937,

5、A的預測區(qū)間為0.003,0.005.0。A的置估區(qū)間包含0,表示0。不桓絕為0的原假設。6. 計算與y的決定糸教。RR方詞整后R方捺準估算的祺羔1.94少.900.888.4800a. jti：(常量)x由離型摘要表得到決定糸數(shù)為0.9接近于1,說明模型的擬合度命L高7對回歸方程做方差分析。ANOVA1干方和fl由皮均方F1歸16.682116.68272.396000匕1.8438.230總計18.5259a. 園交.壬：yb. 預測支jh （帶論）x由方差分析表可知：F值=72.3965.32（當3 =1，冬=8時，查 表得出對應值為5.32）,顯著性約為0,所以拒絕原假設，說朗回歸 方

6、程顯著。8.做相關糸數(shù)的顯著性檢驗。1壯RR方胡楚后R方捺準傳算的謀羔11|.94 少.900.888.4800a.祕測支逐：（車童）由模型摘要可知相關糸教達到0.949,說朗龍與y顯著線性相關。9對回歸方程做戎差圖并做相應分析?；貧w方程的殘差圖.50000-.25000-enpaaapaz-pepuetturl.00000-.25000-.50000-.75000-250500750X10001250從戎差圖上看出戎差是圍統(tǒng)e=O上下波動的，滿足離型的基本假10該公司預測下一周簽發(fā)新保單兒= 1,需要的加班時問是多少？周序號XyPRE.2RES 218253.53.07586.4241422151.0.88893.1110731070403.95422.0457845502.02.08996-.089955480101.83899-.8389969203.03.41645-.4164571350454.95806-.45806832515128330.2167096703.02.52017479831012155.04.47406.52594-1000-3.70326-由預測可知公司預計下一周簽發(fā)新保單孔=1000 Hi,y = 0. 118 + 0. 00359 * 1000 = 3.