數(shù)據(jù)分析習(xí)題題答案_第1頁
數(shù)據(jù)分析習(xí)題題答案_第2頁
數(shù)據(jù)分析習(xí)題題答案_第3頁
數(shù)據(jù)分析習(xí)題題答案_第4頁
數(shù)據(jù)分析習(xí)題題答案_第5頁
已閱讀5頁,還剩2頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、第2章 習(xí) 題一、習(xí)題(1)回歸模型yx1 i1 x ii 15,i02 i2調(diào)用proc reg過程, 得到參數(shù)估計(jì)的相關(guān)結(jié)果:Error t?Value Pr?|t|Intercept 1x1x211由此輸出得到的回歸方程為:yXX 3.45261 0.49600 0.0092012X1和月收入X2對(duì)化妝品的3.46521可以理解為該化妝品作為一種銷售數(shù)量有著顯著影響。0加一個(gè)一個(gè)單位,改化妝品的銷售數(shù)量將增加個(gè)單位。同理,當(dāng)購買該化妝品的人均月收入固定時(shí),購買該化妝品的人數(shù)每增加一千人,該化妝品的銷售數(shù)量將增加個(gè)單位。n p2的無偏估計(jì),所以 的估計(jì)值是.2是2(2)調(diào)用proc reg

2、過程, 得到方差分析表:Analysis of VarianceDF Squares Square F Value Pr?F3Corrected Total 由此可到線性回歸關(guān)系顯著性檢驗(yàn):H1H 0:002 2/(p 5679.47,檢驗(yàn)的p值的統(tǒng)計(jì)量 /(n p) 的觀測值F F0pp F(F) 0.00010H 00SSRSST53845另外, 描述了由自由變量的線性關(guān)系函R 2R 20.998953902數(shù)值所能反映的Y的總變化量的比例。 R 2這些結(jié)果均表明Y與X1,X2之間的回歸關(guān)系高度顯著。,利用參數(shù)估計(jì)值得(3)若置信水平 ,由t 2.17881到對(duì)對(duì)的置信區(qū)間分別為: ,0,

3、 12,即()3.45216 2.1781 2.43065 3.4516 5.29420,:, 即0.49600 2.1781 0.00605 0.49600 0.013181:, 即0.00920 2.1781 0.0009681 0.00920 0.00212(4)首先檢驗(yàn)X1對(duì)Y是否有顯著性影:假設(shè)其約簡模型為:y x ii 15,i02 i2由觀測數(shù)據(jù)并利用proc reg過程擬合此模型求得:SSE Rf 15 2 13( ) 484.88137RSSE FfR 15 3 12( ) 56.88357SSE(R) SSE(F) (ff )求得檢驗(yàn)統(tǒng)計(jì)量的值為:由FRFSSE(F)/ f

4、F F90.3 /F0pp F(P FF) 0.05)( 0H 000由此拒絕原假設(shè),所以x2對(duì)Y有顯著影響。同理檢驗(yàn)X2對(duì)Y是否有顯著性影:假設(shè)其約簡模型為:y x1 i1 ii 15,i0由觀測數(shù)據(jù)并利用proc reg過程擬合此模型求得:SSE Rf 15 2 13( ) 31872RSSE FfR 15 3 12( ) 56.88357SSE(R) SSE(F) (ff )求得檢驗(yàn)統(tǒng)計(jì)量的值為:由FRFSSE(F)/ fF F/F0pp F(P F( F) 0.05)0H 000由此拒絕原假設(shè),所以x2對(duì)Y有顯著影響。檢驗(yàn)X1、x2交叉項(xiàng)對(duì)Y是否有顯著性影:假設(shè)其全模型為:y x1 i

5、1 x x x ii 15,i02 i23 i1 i2檢驗(yàn)X1、X2的交互作用是否顯著即檢驗(yàn)假設(shè)H是否能被拒:003絕。由觀測數(shù)據(jù)并利用proc reg過程擬合此模型求得:SSE Ff15 4 11( ) 56.72FSSE Rf 15 3 12( ) 56.88357RSSE(R) SSE(F) (ff )求得檢驗(yàn)統(tǒng)計(jì)量的值為:由FRFSSE(F)/ fF F0/Fpp F(P F)( 0.0317) 0.138 0.05H000X1*X2對(duì)Y進(jìn)交叉項(xiàng)。(5)關(guān)于Y的預(yù)測:y對(duì)于給定的 的預(yù)測0值:y3.45261 0.49600 220 0.00920 2500 135.5730yX X(

6、 T )1為了得到 的95%的置信區(qū)間,我們需要知道:0VariableyInterceptx1x2yMSEy的置信度為95%的置信區(qū)間2500)T由x0為:y t (12) 1 x (X X)1x TT0135.5726 2.1788 2.28180135.5726 4.9716即(130.6010,140.5442)(6)利用proc reg過程可根據(jù)要求輸出學(xué)生化殘差:Obs y predict resid student h1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 利用學(xué)生化殘差,檢驗(yàn)?zāi)P驼`差項(xiàng)的正態(tài)性假定的合理性:1 頻率檢驗(yàn)法:學(xué)生化殘差中有 10/1

7、5=(約)落在(-1,1)內(nèi);有 13/15=(約)落在(,)內(nèi);有 15/15=1(約)落在(-2,2)內(nèi)。由此可見,學(xué)生化殘差在上述各區(qū)間內(nèi)的頻率與N(0,1)分布的相應(yīng)概率相差均不大,因此模型誤差項(xiàng)的正態(tài)性假定是合理的。正態(tài)QQ圖利用proccapability直接作出學(xué)生化殘差的正態(tài)QQ圖,如下所示:r q( , )iiObsRQ238101112131415再利用 proc corr得到學(xué)生化殘差與相應(yīng)標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)的pearson相關(guān)系數(shù)矩陣。可以看出學(xué)生化殘差與相應(yīng)標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)的相關(guān)系數(shù)為?|r|Q為了進(jìn)一步驗(yàn)證模型假設(shè)的合理性,利用proc gplot的做出的幾個(gè)殘差圖:們認(rèn)為相應(yīng)的線性回歸模型以及誤差的獨(dú)立正態(tài)分布的假設(shè)是合理的。二、習(xí)題回歸模型yx1 i1 x ii 15,i02 i2調(diào)用proc reg過程, 得到參數(shù)估計(jì)的相關(guān)結(jié)果:Parameter Standard t?Valu Pr?|Variable DF Estimateet|1x1x211調(diào)用proc reg過程, 得到方差分析表:Analysis of VariancePr?FCorrectedTotal根據(jù)上述回歸模型,畫出學(xué)生化殘差正態(tài)QQ圖以及Y的擬合值的殘差圖如下所示:殘

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論