统计学课程设计——回归分析.docx

课程名称：统计学设计题目： 相关分析 院 系： 土木工程系 专 业： 工程造价 年 级： 2010 级工程造价1班 姓 名： 古雨卉 指导教师： 刁明碧 西南交通大学峨眉校区2012年 6月课 程 设 计 任 务 书专 业 工程造价 姓 名 古雨卉 学 号 20108154 开题日期：2012 年 6 月 完成日期： 2012 年 6 月 题 目 相关分析一、设计的目的相关分析二、设计的内容及要求1.收集12组以上经济/技术数据；2.进行相关分析；3.用计算机设置步骤；三、指导教师评语 四、成 绩 指导教师 (签章) 年 月 日我国的国内生产总值与最终消费额单位：亿元年份gdp最终消费额19783605.62239.119794092.62633.719804592.93007.919815008.83361.5198255903714.819836216.24126.419847362.74846.319859076.75986.3198610508.56821.8198712277.47804.6198815388.69839.5198917311.311164.2199019347.812090.5199122577.414091.9199227565.217203.3199336938.121899.9199450217.429242.2199563216.936748.2199674163.643919.5199781658.548140.6199886531.651588.219999112555636.920009874961516200110902866933.92002120475.671816.52003136634.877685.52004160800.187552.62005187131.299051.32006222240112631.92007265833.9131510.12008314901.3152346.62009346316.6166820.12010394307.6186905.3注：资本形成率指资本形成总额占支出法国内生产总值的比重；最终消费率指最终消费支出占支出法国内生产总值的比重。表2-1用excel进行回归分析的步骤：step1：选择step2：在分析工具中选择step3：选择最终消费额为x值，gdp为y值，则应在对话框中作如下选择：step4：单击确定得到下面的结果。回归统计multiple r0.995955304r square0.991926967adjusted r square0.991666546标准误差4788.063985观测值33方差分析dfssmsfsignificance f回归分析18.73e+108.73e+103808.9455.17e-34残差317.11e+0822925557总计328.8e+10coefficients标准误差t statp-valuelower 95%upper 95%下限 95.0%上限 95.0%intercept4741.3074941097.584.3197820.0001492502.7786979.8372502.7786979.837x variable 10.4830670750.00782761.716655.17e-340.4671030.4990310.4671030.499031residual outputprobability output观测值预测 y残差标准残差百分比排位y16483.054139-4243.95-0.900541.5151522239.126718.307804-4084.61-0.866734.5454552633.736959.986262-3952.09-0.838617.5757583007.947160.893858-3799.39-0.8062110.606063361.557441.652442-3726.85-0.7908213.636363714.867744.149044-3617.75-0.7676716.666674126.478297.985445-3451.69-0.7324319.696974846.389125.962412-3139.66-0.6662222.727275986.399817.617849-2995.82-0.635725.757586821.81010672.1152-2867.52-0.6084728.787887804.61112175.03348-2335.53-0.4955931.818189839.51213103.82655-1939.63-0.4115834.8484811164.21314087.59264-1997.09-0.4237737.8787912090.51415647.70607-1555.81-0.3301340.9090914091.91518057.14802-853.848-0.1811843.9393917203.31622584.88741-684.987-0.1453546.969721899.91728999.68001242.520.0514615029242.21835279.310451468.890.3116953.030336748.21940567.30083352.1990.71131856.0606143919.52044187.840223952.760.83875459.0909148140.62146541.874385046.3261.07080362.1212151588.22248760.794686876.1051.45907265.1515255636.92352443.698069072.3021.92509368.18182615162457409.144529524.7552.02110171.2121266933.92562939.103168877.3971.88373574.2424271816.52670745.080646940.4191.47271977.2727377685.52782418.541425134.0591.08941980.3030387552.62895138.228873913.0710.83033283.3333399051.329112098.1342533.76580.11326286.36364112631.930133156.9119-1646.81-0.3494489.39394131510.131156859.7573-4513.16-0.9576792.42424152346.632172035.4544-5215.35-1.1066795.45455166820.133195218.3264-8313.03-1.7639898.48485186905.3表2-2 残差图 线性拟合图正态概率图记最终消费额为x，gdp为y，则根据表2-1的数据估计回归系数为：1=nxy-xynx2-(x)2=333.277361011-3010790.91610877.1336.488981011-3010790.92=0.48830670750=y-1x=48814.45758-0.488306707591236.08788=4741.307494所以你和线性回归方程为：y=4741.307494+0.4883067075x估计标准误差和判定系数：因为 e2=y2-0y-1xy=710692258.5，n=33所以回归标准误se=e2n-2=710692258.533-2=22925556.72=4788.063985 判定系数 r2=1-esstss=1-e2(yi-y)2=1-8.816510-6=0.999991184对回归系数进行显著性检验h0：1=0，,h1：10由于s1=sexi2-1n(xi)2=4788.0639856.488981011-1333010790.92=0.007827176则 t1=1-0s1=62.38606291查t值分布表，显著水平5%，自由度为31的双侧t检验临界值为2.0423 t1，所以，没有充分理由接受原假设，可以认为1显著不为0，即回归系数1对y的影响显著。当2011年我国的国内生产总值为471563.7亿元时，利用拟合的回归方程预测该年可能达到的消费额，给出置信度为95%的预测区间。对于回归方程y=4741.307494+0.4883067075x，当x0=471563.7时，可得：y=4741.307494+0.4883067075471563.7=235009.0252预测标准误差=sind=se1+1n+x0-x2xi-x2 =4788.0639851+133+(x0-x)2(xi-x)2=5699.311538 查t值分布表，显著水平5%，自由度为31的双侧t检验临界值为2