實訓(xùn)五用Excel進(jìn)行統(tǒng)計相關(guān)回歸分析

1、K實訓(xùn)五R用Excel進(jìn)行統(tǒng)計相關(guān)分析目的與要求：掌握利用相關(guān)系數(shù)對相關(guān)關(guān)系進(jìn)行測定， 并且掌握相關(guān) 系數(shù)的性質(zhì)，明確相關(guān)分析與回歸分析各自特點以及它們的區(qū)別與聯(lián) 系，建立回歸直線方程，計算估計標(biāo)準(zhǔn)誤差，理解估計標(biāo)準(zhǔn)誤差的意 義。案例15:用EXCE進(jìn)行相關(guān)與一元線性回歸分析一、用EXCE繪制散點圖例1近年來國家教育部決定將各高校的后勤社會化。某從事飲 食業(yè)的企業(yè)家認(rèn)為這是一個很好的投資機(jī)會， 他得到十組高校人數(shù)與 周邊飯店的季銷售額的數(shù)據(jù)資料，并想根據(jù)高校的數(shù)據(jù)決策其投資規(guī) 模。操作過程：打開Excel工作簿，輸入原始數(shù)據(jù)如圖7-1所示, 該表為相關(guān)表。圖7-1從“插入”菜單中選擇“圖表”選

2、項， 打開“圖表向?qū)А睂υ捒蛉?圖7-2所示。在“圖表類型”列表中選擇 XY散點圖，單擊“下一步” 按鈕。圖7-27-3在數(shù)據(jù)區(qū)域中輸入 B2:C11,選擇“系列產(chǎn)生在一列” 所示，單擊“下一步”按鈕。圖7-3標(biāo)題|坐標(biāo)軸網(wǎng)格域 圖例|數(shù)據(jù)標(biāo)志|伽角crCR 雷上上右 底右聿S s r r r r打開“圖例”頁面，取消圖例，省略標(biāo)題，如圖 7-4所示圖表向?qū)?4步驟之3 囪表地項取洎 |上f ® |丘一步1 完成圖7-4單擊“完成”按鈕，便得到 XY散點圖如圖7-5所示圖7-5二、計算相關(guān)系數(shù)用EXCE計算相關(guān)系數(shù)有兩種方法，一是利用相關(guān)系數(shù)函數(shù)，另 一種是利用相關(guān)分析宏。例210個

3、學(xué)生身高和體重的情況如下：學(xué)生身高（公分）體重（公斤）1171532167563177644154495169556175667163528152479172581016050要求對身高和體重作相關(guān)和回歸分析。操作步驟如下：首先把有關(guān)數(shù)據(jù)輸入EXCEL的單元格中，如圖7-6在EXCEL中，提供了兩個計算兩個變量之間相關(guān)系數(shù)的方法， CORREL數(shù)和PERSO函數(shù)，這兩個函數(shù)是等價的，這里我們介紹用 CORREL數(shù)計算相關(guān)系數(shù)：第一步：單擊任一個空白單元格，單擊插入菜單，選擇函數(shù)選項， 打開粘貼函數(shù)對話框，在函數(shù)分類中選擇統(tǒng)計，在函數(shù)名中選擇 CORREL單擊確定后，出現(xiàn)CORRELB舌框。第二

4、步：在arrayl中輸入B2： B11,在array2中輸入C2： C11, 即可在對話框下方顯示出計算結(jié)果為 0.896。如圖7-7所示：CORRELArray1 |bO113 = (171 167'177J54Arr ay2 1c獲 11KJ = 53; 56; 64 ； 49; 5S; f二 0 396027605 返回兩組數(shù)值的相關(guān)系數(shù).氏M 第二期數(shù)值單元格區(qū)域.且|i十篁結(jié)果=0 636027805| 確定 | 取消 |圖7-7 CORREL對話框及輸入結(jié)果2.用相關(guān)系數(shù)宏計算相關(guān)系數(shù)第一步：單擊工具菜單，選擇數(shù)據(jù)分析選項，在數(shù)據(jù)分析選項中選擇相關(guān)系數(shù)，彈出相關(guān)系數(shù)對話框，

5、如圖 7-8所示：圖7-8相關(guān)系數(shù)對話框第二步：在輸入?yún)^(qū)域輸入$B$1:$C$1,分組方式選擇逐列，選擇 標(biāo)志位于第一行，在輸出區(qū)域中輸入$E$1,單擊確定，得輸出結(jié)果如 圖7-9圖7-9 相關(guān)分析輸出結(jié)果在上面的輸出結(jié)果中，身高和體重的自相關(guān)系數(shù)均為1,身高和體重的相關(guān)系數(shù)為0.896,和用函數(shù)計算的結(jié)果完全相同。三、用EXCE西行一元線性回歸分析EXCELS行回歸分析同樣分函數(shù)和回歸分析宏兩種形式，具提供 了 9個函數(shù)用于建立回歸模型和預(yù)測。這 9個函數(shù)分別是：INTERCEPTS回線性回歸模型的截距SLOPED回線性回歸模型的斜率RSQ返回線性回歸模型的判定系數(shù)FORECAS返回一元線性

6、回歸模型的預(yù)測值STEYX計算估計的標(biāo)準(zhǔn)誤TREN時算線性回歸線的趨勢值GROWTH回指數(shù)曲線的趨勢值LINEST返回線性回歸模型的參數(shù)LOGESTS回指數(shù)曲線模型的參數(shù)用函數(shù)進(jìn)行回歸分析比較麻煩，我們這里介紹使用回歸分析宏進(jìn) 行回歸分析。第一步：單擊工具菜單，選擇數(shù)據(jù)分析選項，出現(xiàn)數(shù)據(jù)分析對話框，在分析工具中選擇回歸，如圖 7-10F?Txi圖7-10數(shù)據(jù)分析對話框第二步：單擊確定按鈕，彈出回歸對話框，在 Y值輸入?yún)^(qū)域輸入 $B$2: $B$11,在X值輸入?yún)^(qū)域輸入$C$2 $C$11,在輸出選項選擇新 工作表組，如圖7-11所示：圖7-11回歸對話框第四步：單擊確定按鈕，得回歸分析結(jié)果如圖

7、7-12所示四文件第wait）澳圖班A3 格式g IMtt）卻珞如甘口的精財如卿幽王I100.創(chuàng)多13曲唱0門,0.|.王先裂刊.麻叵2三亙ZTJ 1瞞_郎皿2，1?/上口|雷|母* 1翻,|尊*|1康小/圖7-12 EXCEL回歸分析結(jié)果在上面的輸出結(jié)果中，第一部分為回歸統(tǒng)計，該部分給出了回歸分析 中的一些常用統(tǒng)計量，Multiple指相關(guān)系數(shù)，R Square指判定系數(shù)， Adjusted指調(diào)整后的判定系數(shù)，標(biāo)準(zhǔn)誤差指估計的標(biāo)準(zhǔn)誤，觀測值 指樣本容量；第二部分為方差分析，該部分給出了自由度（ df）,回 歸平方和、殘差平方和、總平方和（SS）,回歸和殘差的均方（MS, F檢驗的顯著性水平（

8、Significance F ）, p值（F）,該部分在主要 作用是對回歸方程的線性關(guān)系進(jìn)行顯著性檢驗；第三部分是參數(shù)估計 的有關(guān)內(nèi)容，包括回歸方程的截距（Intercept）、斜率（X Variable 1） Coefficient 指系數(shù)，用于檢驗的回歸系數(shù)的t統(tǒng)計量（t stat）、P_ 值（P-value）,以及截距和斜率的置信區(qū)間 （Lower 95%口 Upper95%。案例16多元線性回歸分析我們以中國民航客運(yùn)量預(yù)測為例進(jìn)行多元線性回歸分析。第一步 確定因變量。我們以預(yù)測目標(biāo)一一中國民航客運(yùn)量， 作 為因變量。第二步 確定自變量。在定性分析的基礎(chǔ)上，我們確定國內(nèi)生產(chǎn) 總值（%）、

9、實際利用外資額（X2）、民航線里程（X3）、來華旅游入 境人數(shù)（X4）為自變量。搜集樣本資料如表7.4.1所示。表 7.5.1年份民航客運(yùn)量 （萬人）y國內(nèi)生產(chǎn)總值（億元）x1實際利用外資額（億美元）x2民航線里程（萬公里）x3旅游入境人 數(shù)（萬人）x419833915934.519.8122.91947.71984P 554717127.0526.021285.219857478964.446.4727.721783.3198699710202.272.5832.432281.91987131011962.584.5238.912690.21988144214928.3102.2637.38

10、3169.51989128316909.2100.5947.192450.11990166018547.9102.8950.682746.21991217821617.8115.5455.913335.01992288626638.1192.02383.663811.51993338334634.4389.696.084152.71994P 403846759.4432.13P 104.564368.41995511758478.1481.37112.94638.71996555567884.6548.04116.655112.81997563074462.6644.08142.505758.

11、81998575578345.2585.57150.586347.81999609482067.5526.59152.227279.62000672289442.2593.56150.298344.42001752495933.3496.72155.368901.3依據(jù)上述1本資料，計算出因變量y與每個自變量xj的相關(guān)系數(shù)Ryj , 利用Excel軟件得到下列相關(guān)系數(shù)Ryj （見表7.4.2 ）表 7.4.2XX2X3Xy0.9915570.9549220.984550.965219利用Excel計算相關(guān)系數(shù)的步驟如下:“相關(guān)系數(shù)”“工具”一“數(shù)據(jù)分析”一入?yún)^(qū)域”輸入y與xi數(shù)字區(qū)域-在“輸出

12、區(qū)域” 定”就得到y(tǒng)與xi之間的相關(guān)系數(shù)0.991557。 推。一“確定”-在“輸 輸入A1單元格一“確 其余相關(guān)系數(shù)以此類第三步建立模型，進(jìn)行參數(shù)估計。由表7.4.2知，自變量國內(nèi)生產(chǎn)總值、實際利用外資額、民航線 里程、來華旅游入境人數(shù)分別與因變量y間的簡單線性相關(guān)系數(shù)都較 高，都在0.95以上。不妨我們建立四元線性回歸模型：y = p0 + P1xi +隈2 + 隈3 + 04x4 +u。依據(jù)表7.4.1中的樣本資料，利用Excel軟件計算有關(guān)結(jié)果如輸出結(jié) 果7.4.3所示(操作步驟如一元線性回歸)。0.036356 0.014219 2.556806 0.0228141.611444 1

13、.468266 1.097515 0.290935輸出結(jié)果7.4.1回歸統(tǒng)計Multiple R0.994469R Square0.988968Adjusted R Square0.985816標(biāo)準(zhǔn)誤差282.3387觀測值19方差分析dfSSMSFSignificance F回歸分析41E+0825011161313.75681.58E-13殘差14 111601279715.12總計18 1.01E+08Coefficients標(biāo)準(zhǔn)誤差t Stat P-value-139.555 232.7273 -0.59965 0.55832InterceptX Variable 1X Variabl

14、e 2X Variable 3X Variable 47.515343 9.55849 0.786248 0.4448270.212519 0.142665 1.489633 0.158502第四步進(jìn)行有關(guān)統(tǒng)計顯著性檢驗從F統(tǒng)計量角度看，四元線性回歸模型通過檢驗(Significance F1.57571E-13y0.05)。從t檢驗角度看，只有國內(nèi)生產(chǎn)總值 通過t 檢驗(P-value =0.022814 V 0.05)。不妨我們先剔除t統(tǒng)計量(t Stat )最小的那個自變量，重新建 立回歸模型。因為 t3 =0.786248 "X Variable 3 t Stat” (0.7

15、86248) 最小，所以我們先剔除自變量民航線里程X3,重新建立三元線性回歸 模型。利用Excel軟件計算出三元線性回歸模型有關(guān)信息如輸出結(jié)果 7.4.2所示。輸出2果7.4.2回歸統(tǒng)計Multiple R0.994224R Square0.988481Adjusted R Square 0.986177標(biāo)準(zhǔn)誤差278.7221觀測值19方差分析df SS MS F Significance F回歸分析3 99995365 33331788 429.05779.32E-15殘差15 1165290 77686.03總計18 1.01E+08CoefficiInterceptX Variable

16、 1X Variable 2X Variable 3ents 標(biāo)準(zhǔn)誤差 t Stat P-value -54.3332 203.3073 -0.26725 0.792919 0.038591 0.013754 2.805766 0.013304 2.427005 1.025848 2.3658530.031880.265121 0.124392 2.1313460.05001從F統(tǒng)計量角度看，三元線性回歸模型通過檢驗(Significance 9.32E-15 Y0.05)。從t檢驗角度看，國內(nèi)生產(chǎn)總值通過t檢驗(P-value = 0.013304 y 0.05)和實際利用外資額x2通過t檢

17、驗 (P-value = 0.03188 y 0.05),而來華旅游入境人數(shù)X3沒有通過t檢驗 (P-value =0.05001 A 0.05),但相差很小。如果我們再剔除華旅游入境人數(shù)這個自變量，重新建立二元線性回歸模型的話會降低整體模型的優(yōu)良性。(見輸出結(jié)果7.4.3 )輸出2果7.4.3回歸統(tǒng)計一Multiple R0.992468R Square0.984992AdjustedR Square0.983116標(biāo)準(zhǔn)誤差308.0371觀測值19方差分析dfSSMSFSignificance F回歸分析2 99642465 49821233 525.05932.57E-15殘差16 15

18、18190 94886.8618 1.01E+08Coefficients 標(biāo)準(zhǔn)誤差 t Stat P-valueIntercept315.5839 117.0166 2.696916 0.015872X Variable 10.064319 0.007285 8.828926 1.51E-07X Variable 21.382271 0.995942 1.387903 0.184192一綜上所述，對于本例我們可以建立下列三元線性回歸模型:y =-54.3332 0.038591X, 2.427005x2 0.265121 x3 u式中，y代表民航客運(yùn)量；入代表國內(nèi)生產(chǎn)總值；X2代表實際利用外

19、資額；X3代表來華旅游入境人數(shù)。第五步進(jìn)行預(yù)測1、點預(yù)測當(dāng)國內(nèi)生產(chǎn)總值為X01 = 100000億元，實際利用外資額為X02 = 600 億美元，來華旅游入境人數(shù)X03 = 9000萬人次時，民航客運(yùn)量為：y0 =-54.3332 0.038591 100000 2.427005 600 0.265121 9000= 7647 (萬人)2、區(qū)間預(yù)測(1)個別值的區(qū)間預(yù)測若給定了顯著水平"=0.05,個別值在95砥率保證下的區(qū)間預(yù)測為:噌土Q(n m)* Jl + Xo(XTX)XoT J/其中,"'ml"'-?"278.7221t.2(n

20、 -m)=to.o52(15) = 1.753. 1 X0(XTX)X0T =1.173434Xo=(11000006009000)<0.532062794 2.55301E-05T 2.55301E-05 2.4351E-09(X X)=-0.001208829 -1.4878E-07-0.000277906 -1.9329E-08-0.001208829-0.000277906-1.4878E-07-1.9329E-081.35464E-057.84874E-077.84874E-071.99177E-07 )X0(XTX),X0T =0.376948即 7647± 1.7

21、53 X 278.7221 X 1.17343470748220 之間(2)平均值的區(qū)間預(yù)測均值在95砥率保證下的區(qū)間預(yù)測為Y0 土&(n-m)RjX0(XTX)X0T其中，吼=J'E (y，)2 =278.7221 ,n - m ytq(n -m)=t。%(16) = 1.753萬衣亞尸XT =0.614即 7647± 1.753 X 278.7221 X 0.61473477947 之間附：矩陣的運(yùn)算(1)矩陣乘法按住鼠標(biāo)左鍵拖放選定存放結(jié)果的單元格區(qū)域，輸入計算公；=MMULT( A,B)按 Ctrl+Shift+Enter復(fù)合鍵確認(rèn)。(2)矩陣轉(zhuǎn)置按住鼠標(biāo)左鍵

22、拖放選定存放結(jié)果的單元格區(qū)域，輸入計算公；=TRANSPOSE( A)按 Ctrl+Shift+Enter復(fù)合鍵確認(rèn)(3)逆矩陣按住鼠標(biāo)左鍵拖放選定存放結(jié)果的單元格區(qū)域，輸入計算公；=MINVERSE(A ) 按 Ctrl+Shift+Enter復(fù)合鍵確認(rèn)案例17非線性回歸分析非線性回歸模型具體形式很多，由于篇幅所限，在此不一一介紹, 僅通過例題說明其應(yīng)用思想。例7.5.1 設(shè)有12個同類企業(yè)的月產(chǎn)量與單位產(chǎn)品成本資料如 表7.5.1所示。試配合適當(dāng)?shù)幕貧w模型分析月產(chǎn)量與單位產(chǎn)品成本之 間的關(guān)系。表 5.1.1編號）里XLgY單位成本Y1102.2041201602162.1789771513

23、202.0569051144252.1072101285311.929419856361.959041917401.875061758451.880814769511.8195446610561.7781516011601.7853306112651.77815160根據(jù)表7.5.1資料，將月產(chǎn)量與單位產(chǎn)品成本作散點圖如圖7.5.1所示。圖 7.5.1由圖7.5.1可以看出月產(chǎn)量與單位產(chǎn)品成本之間可以配合一條指 數(shù)曲線：y = abx兩邊取對數(shù)得：log y = log a - xlogb利用Excel軟件，進(jìn)行回歸分析運(yùn)行結(jié)果如輸出結(jié)果7.5.1所示（操作步驟如一元線性回歸）輸出結(jié)果7.5.

24、1回歸統(tǒng)計Multiple R0.96097R Square0.923463Adjusted RSquare0.91581標(biāo)準(zhǔn)誤差0.045212觀測值12方差分析SignificadfSSMSFnce F0.246630.24663090120.656回歸分析11626.68E-070.02044殘差1010.002044080.26707總計112Coeffici標(biāo)準(zhǔn)誤ents差t StatP-value2.261086.74E-1Intercept30.031509 71.75913565-0.0083-10.9843616.68E-0X Variable 110.000756157由輸

25、出結(jié)果7.5.1 知，lga 2.261083,lgb= -0.00831r =0.923463 , 0 = 0.045212 , ESS= 0.246631, RSS= 0.020441,F= 120.6562 Significance F = 6.68E-07t1 =-10.98436115 P-value =6.68E-07對lg a = 2.261083 lg b = -0.00831分別求反對數(shù)得a = 182.4246 b=0.981051利用Excel軟件求反對數(shù)的操作步驟如下：點擊粘貼函數(shù) fx POWER10f 2.261083f確定一(182.4246)例7.5.2 某面粉

26、廠近H一年的面粉銷售利潤率、工人勞動生產(chǎn)率、單位成本資料如表7.5.2所示。我們知道，勞動生產(chǎn)率的提高和單位成本的降低，能使利潤增加。 因此我們認(rèn)為，利潤率與勞動生產(chǎn)率成正比，與單位成本成反比。設(shè) 利潤率為y,勞動生產(chǎn)率為 刀，單位成本為X2,建立回歸模型為：?= Dxi b2X2表 7.5.2年份利潤率（%） y勞動生產(chǎn)率（噸/人）X1單位成本（兀/噸）X219921.573669.071993 1.974687.1619942.156646.5219951.935057.531996 :1.613878.9319971.373599.7819981.794868.12199912.2254

27、86.2320001.393459.892001 11.635048.8320022.276585.94設(shè) X2 = F 則？ = b0 blXi b2X2利用Excel軟件，進(jìn)行回歸分析運(yùn)行結(jié)果如輸出結(jié)果7.5.2所示。由輸出結(jié)果 7.5.2 知，？ = 0.104077+ 0.000227x1+12.3916X2,F= 179.0624 Significance F = 2.28E-07 <0.05 F 檢驗通過 t i = 0.679686 P-value =0.515885 > 0.05 t 檢驗沒通過 12= 7.88228 P-value =4.86E-05 <

28、0.05 t 檢驗通過r =0.989014輸出結(jié)果7.5.2回歸統(tǒng)計Multiple R0.989014R Square0.97815Adjusted RSquare0.972687標(biāo)準(zhǔn)誤差0.053186觀測值11方差分析dfSSMSFSignifican ce F回歸分析21.0130610.50653179.06242.28E-07殘差80.022630.002829101.035691Coefficients標(biāo)準(zhǔn)誤差t Stat P-valueIntercept 0.104077 0.094529 1.101007 0.302915X Variable 10.000227 0.000

29、334 0.679686 0.515885X Variable 212.3916 1.572084 7.88228 4.86E-05根據(jù)上述檢驗，兩個自變量中只有單位成本對利潤率的影響顯著,而勞動生產(chǎn)率對利潤率的影響并不顯著。 這是因為兩個自變量單位成 本和勞動生產(chǎn)率之間存有多重共線性。不妨我們刪去勞動生產(chǎn)率這個 因素，重新建立回歸模型。利用Excel軟件，進(jìn)行回歸分析運(yùn)行結(jié)果如輸出結(jié)果7.5.3所示輸出結(jié)果7.5.3回歸統(tǒng)計Multiple R0.988376R Square0.976888Adjusted R Square 0.97432標(biāo)準(zhǔn)誤差0.051572觀測值11方差分析dfSSM

30、SFSignificance F回歸分析11.011754 1.011754 380.40361.133E-08殘差90.023937 0.00266總計101.035691Coefficients標(biāo)準(zhǔn)誤差t Stat P-valueIntercept0.0901870.089492 1.007767 0.339891X Variable 113.346420.684293 19.50394 1.13E-08由輸出結(jié)果7.5.3 知，？=0.090187+13.34642 x2F= 380.4036 Significance F = 1.133E-08 < 0.05t = 19.5039

31、4 P-value =1.13E-08 < 0.050 = 0.988376模型統(tǒng)計顯著性檢驗通過。【實訓(xùn)五上機(jī)練習(xí)】1.單位成本與產(chǎn)量的關(guān)系（見表7.1）表7.1鑄鐵件產(chǎn)量及單位成本年 月鑄鐵件產(chǎn)量（噸）單位產(chǎn)品成本（元）上年1月8106702月5477803月9006204月r 5308005月5407806月8006757月8206508月8506209月60073510月69072011月70071512月860610今年1月9205802月8406303月1 000570要求：（1）繪制鑄鐵件產(chǎn)量與單位產(chǎn)品成本散點圖，計算其相關(guān)系數(shù);（2）擬合回歸方程。2.已知某地區(qū)1978年

32、2003年的國內(nèi)生產(chǎn)總值GDPW貨運(yùn)周轉(zhuǎn)量的 數(shù)據(jù)如表7.2所示。年 份GDP（億元）貨運(yùn)周轉(zhuǎn)量（億噸公 里）年 份GDP（億 元）貨運(yùn)周轉(zhuǎn)量（億噸公 里）19785.09.0199144.032.019798.712.0199247.034.0198012.014.0199354.037.0198116.015.0199456.540.0198219.017.0199556.044.0198322.020.0199657.043.5198425.020.5199759.043.5198528.023.5199863.043.5198636.030.0199966.544.0198740.03

33、5.0200067.045.5198841.032.0200170.547.0198932.024.0200270.646.0199034.028.0200373.052.0要求：（1）繪制散點圖；（2）試對其進(jìn)行一元線性回歸分析（即 計算相關(guān)系數(shù)、建立回歸方程）；（3）若2005年國內(nèi)生產(chǎn)總值GDP& 到80億元，試對其貨運(yùn)周轉(zhuǎn)量做出預(yù)測 3=5%）（包括點預(yù)測和區(qū)間 預(yù)測）3 .教育經(jīng)費支出與學(xué)生成績的關(guān)系學(xué)生教育達(dá)到的水平與學(xué)生所居住的洲在教育方面的經(jīng)費支出多 少有關(guān)系嗎？在許多地區(qū)，這個重要問題被納稅人提出；而納稅人又 被他們的學(xué)區(qū)請求增加用于教育方面的稅收收入。在這種情況下，

34、為了確定在公立學(xué)校中教育經(jīng)費支出和學(xué)生成績之間是否存在某種關(guān) 系，你將被邀請去參加教育經(jīng)費支出和學(xué)生學(xué)習(xí)成績的數(shù)據(jù)分析。美國聯(lián)邦政府的全國教育進(jìn)展評價（NAEP計劃常常被用來測 量學(xué)生的教育水平。對于參加NAEP#戈J的35個洲，表1給出了每名 學(xué)生每年的經(jīng)常性教育經(jīng)費支出和 NAEPW試綜合分?jǐn)?shù)的統(tǒng)計數(shù)據(jù)。 綜合分?jǐn)?shù)是數(shù)學(xué)、自然科學(xué)和閱讀三門課程 1996年（閱讀課是1994 年）NAEPW試分?jǐn)?shù)的總和。參加測試的是 8年級學(xué)生，只有閱讀課 是4年級學(xué)生，滿分是1300分。對于未參加NAE時劃的13個洲， 表2給出了每名學(xué)生每年的經(jīng)常性教育經(jīng)費支出。表1參加NAEPU劃的洲每名學(xué)生每年的經(jīng)常

35、性教育經(jīng)費支出 和NAEPW試綜合分?jǐn)?shù)洲序號教育經(jīng)費支 出（美元）綜合分?jǐn)?shù) （分）洲序號教育經(jīng)費支 出（美元）綜合分?jǐn)?shù) （分）140495811945216292342358220655463834917580215338639455325802244836415430460323477264463777604245128649746636112532806508493461126551565794097614277629657104060614286413658116208615295410660123800618305477661134041618315060665145247625324

36、985667156100625336055667165020626344374671174520627355561675188162628表2未參加NAEPT劃的洲每名學(xué)生每年的經(jīng)常性教育經(jīng)費支出洲序號教育經(jīng)費支出 (美元)洲序號教育經(jīng)費支出 (美元)136028543824067955883426510626944658116391551641265796529713789075387要求：(1)對這些數(shù)據(jù)做出數(shù)值的和圖示的概述。(2)利用回歸分析研究每名學(xué)生的教育經(jīng)費支出和NAEFM試綜合分?jǐn)?shù)之間的關(guān)系，對你的調(diào)研結(jié)果進(jìn)行討論。(3)根據(jù)這些數(shù)據(jù)求出估計的回歸方程，你認(rèn)為能利用它來估計未參加NAE時劃洲的學(xué)生的綜合分?jǐn)?shù)嗎？(4)假定你只考慮每名學(xué)生的教育經(jīng)費支出在 4000美元至6000美 元之間的洲，對于這些洲，兩變量之間的關(guān)系與根據(jù) 35個洲的全部 數(shù)據(jù)所得出的結(jié)論顯現(xiàn)出任何不同嗎？討論你發(fā)現(xiàn)的結(jié)果， 如果將教 育經(jīng)費支出少于4000美元或者多于6000美元的洲刪除，你是否認(rèn)為 刪除是合理的？(5)對未參加NAEPHT劃洲，求出學(xué)生綜合分?jǐn)?shù)的估計值。(6)根據(jù)上面的分析，你認(rèn)為學(xué)生的教育水平