一元线性回归分析实验报告

1、应用回归分析实验报告一元线性回归在衣司加班制度中的应用院（糸八专业班级：学号：指导老师：成 绩：完成时间：一元线性回归在必司加班制度中的应用一、实验町的拿握一元线性回归分析的基本思想和襟作,可以犊懂分析结黑， 并写出回归方程，对回归方程进行方差分析、显著性检验等的各种统 计楼验二、宾殓环境SPSS21.0 windowslO.O三、宾缺题町一家保险公司十分关心其总公司營业部加班的程度，决之认真调 查一下现状。经10周时间，收集了毎周加班教据和签发的新侏单数 目，x为毎周签发的新保单教目，y为每周加班肘间（小肘丿，教据如 表所示12345678910X8252151070550480920135

2、03256701215y3.51.04.02.01.03.04.51.53.05.01. 屍散点图。2. x与歹之问丸玫呈线性关糸？3. 用最小二乘法估计求出回归方程。A4. 求出回归栋准誤差b o5. 给出几 与Q的置传度95%的区间估计。6. 计算x与，的决定糸数。7. 对回归方程作方差分析。8. 作回归糸数几的显著性检验。9. 作回归糸数的显著性检验。10. 对回归方程做戎差图并作相应的分析。11该公司预测下一周签发新保单兀000,需要的加班时间是多少？12. 给出儿的置估度为95%的精确预测区间。13. 给出（儿）的置估度为95%的区间估计。四.卖缺过程及分析1园散点图g电S）实用程序

3、 sn（w）和的如图是以每周加班肘问为纵坐捺，毎周签发的新保单为橫坐捺绘制的散点图，从图中可以看出，数据均勻分布在对角线的两側，说朗x和y之间线性关糸良好。2 最小二乘牯计求回归方程分祈込）直囹形）实用程序（ 窃口世）帮助非棕准化系效棕准系效tSig.B的95.0%進住区间B捺准镁差氏用版下限上限（帝量）1.118355.233.748701.937X.004.000.9498.509.000.003.005用SPSS求得回归方程的糸数仇旳分别为018,0.004,故我们可以写出其回归方程如下：y = 0ll 8 + 0.004x *3求回归栋准祺差bANOVA1干方和fl由皮均方F工箸性1归

4、16.682116.68272.396000匕1.8438.230总计18.5259a. KI i.x： yb. 彌测支论：（带逐）x由方差分析表可以得到回归栋准谖差：SSE=1.843“ SSE故回归栋准谋差： 2 ,才：=0.48。4给出回归糸教的置估度为95%的置估区问牯计。未朽准化糸欽捺准化糸歎t多生8的95.0% 传区间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由回归糸教显著性检验表可以看出，当置信度为95%时：A人人00的预测区呵为-0.701,0.937,

5、A的预测区间为0.003,0.005.0。A的置估区间包含0,表示0。不桓绝为0的原假设。6. 计算与y的决定糸教。RR方词整后R方捺准估算的祺羔1.94少.900.888.4800a. jti：(常量)x由離型摘要表得到决定糸数为0.9接近于1,说明模型的拟合度命L高7对回归方程做方差分析。ANOVA1干方和fl由皮均方F1归16.682116.68272.396000匕1.8438.230总计18.5259a. 園交.壬：yb. 预测支jh （带论）x由方差分析表可知：F值=72.3965.32（当3 =1，冬=8时，查 表得出对应值为5.32）,显著性约为0,所以拒绝原假设，说朗回归 方

6、程显著。8.做相关糸数的显著性检验。1壯RR方胡楚后R方捺准传算的谋羔11|.94 少.900.888.4800a.祕测支逐：（車童）由模型摘要可知相关糸教达到0.949,说朗龙与y显著线性相关。9对回归方程做戎差图并做相应分析。回归方程的残差图.50000-.25000-enpaaapaz-pepuetturl.00000-.25000-.50000-.75000-250500750X10001250从戎差图上看出戎差是围统e=O上下波动的，满足離型的基本假10该公司预测下一周签发新保单儿= 1,需要的加班时问是多少？周序号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-由预测可知公司预计下一周签发新保单孔=1000 Hi,y = 0. 118 + 0. 00359 * 1000 = 3.