应用统计学（第四版）第八章 案例分析答案

1、列 1列 2列 11列 20.9962091案例分析题月份产量（件） 总成本（元）12000176000某企业某年各月产品产量与总成本之间关系柱形图23000246000340003240004300024900054000316000650003700007400031400084000310000950003750001030002430001140003180001250003750003833（1）截距：50448.276斜率：65.448回归方程：y=50448.276+65.448x相关系数分析表列 1列 2列 11列 20.996209211分析可得相关系数为0.996，产量与总

2、成本之间为高度正相关（2）SUMMARY OUTPUT回归统计Multiple R 0.99458566R Square0.98920063Adjusted R Square0.98800071标准误差5431.54522观测值11决定系数为0.992，即生产每件产品的可变成本，与总成本的变异有99.2%可以被产量解释。方差分析dfSSMSF Significance F回归分析124320666667 2.43E+10 824.3823 3.67E-10残差9265515151.5 29501684总计1024586181818Coefficients标准误差t StatP-value Lo

3、wer 95%Upper 95%截距58060.60619019.596844 6.4371620.00012 37656.86 78464.351234567891011120 50000 100000 150000 200000 250000 300000 350000 400000 月份产量（件）总成本（元）斜率63.66666672.217419052 28.71206 3.67E-10 58.65052 68.68282（3）答：担忧。根据方差分析或回归系数的显著性检验,可以知道:回归方程的线性是显著的。根据得到的回归方程我们可以计算：当产量为3000时,总成本的点估计值应为2467

4、92元。在95%的置信水平下总成本的估计区间为(233786,259800),而次年1月份3000件产量实际值总成本为270000元,大于259800元,超出了平均加的上限，则可认为该总成本为270000元是离群数据，即为非正常总成本数据。270000比259800高出10200元，比例达3.93%。这样的实际成本提升对产品的利润挤压是需要引起高度重视的。下限 95.0% 上限 95.0%37656.86 78464.35总总成成本本（元元）6000 5000 4000 3000 2000 1000 0 0 50000 100000 150000 200000 250000 300000 35

5、0000 400000 y = 65.4483x + 50448.2759R2 = 0.9924总成本（元）Linear(总成本（元）)某企业某年各月产品产量与总成本之间关系柱形图1234567891011120 50000 100000 150000 200000 250000 300000 350000 400000 月份产量（件）总成本（元）58.65052 68.68282答：担忧。根据方差分析或回归系数的显著性检验,可以知道:回归方程的线性是显著的。根据得到的回归方程我们可以计算：当产量为3000时,总成本的点估计值应为246792元。在95%的置信水平下总成本的估计区间为(2337

6、86,259800),而次年1月份3000件产量实际值总成本为270000元,大于259800元,超出了平均加的上限，则可认为该总成本为270000元是离群数据，即为非正常总成本数据。270000比259800高出10200元，比例达3.93%。这样的实际成本提升对产品的利润挤压是需要引起高度重视的。总总成成本本（元元）6000 5000 4000 3000 2000 1000 0 0 50000 100000 150000 200000 250000 300000 350000 400000 y = 65.4483x + 50448.2759R2 = 0.9924总成本（元）Linear(总

7、成本（元）)学生人数 季营业额xy11823236051088801215820180202202222526320合计1191401平均数11.9140.1截距斜率估计标准误差302520151050050100150200250300350学生人数(万人)季营业额(万元)302520151050050100150200250300350学生人数(万人)季营业额(万元)案例分析题月份产量（件） 总成本（元）1200017600023000246000340003240004300024900054000316000650003700007400031400084000310000950003

8、750001030002430001140003180001250003750003833SUMMARY OUTPUT回归统计Multiple R 0.996209R Square 0.992433Adjusted R Square0.991676标准误差 5618.934观测值12方差分析dfSSMSF Significance F回归分析141406942529 4.14E+10 1311.491 6.13E-12残差10315724137.9 31572414总计1141722666667Coefficients标准误差t StatP-value Lower 95%Upper 95% 下

9、限 95.0%Intercept 50448.287115.105935 7.090306 3.33E-05 34594.83 66301.72 34594.83X Variable 165.448281.807238715 36.21452 6.13E-1261.4215 69.4750561.4215（1）根据该企业一年来各月产品产量与总成本数据画散点图，从散点图可以判断产品产量与总成本之间存在线性正相关关系。分析可得相关系数为0.996，表明产量与总成本之间为高度正相关（2）通过回归分析可以得回归方程：y=50448.276+65.448x截距：50448.28 该价值为该企业生产该产品

10、的固定成本；斜率：65.44828 该价值为该企业生产该产品的单位产品变动成本。表明产品产量每增加1件，总成本将平均增加65.448元。决定系数为0.992，即生产每件产品的可变成本，与总成本的变异有99.2%可以被产量解释。（3）答：担忧。根据方差分析或回归系数的显著性检验,得P值为6.1310-12,据此可以判断:回归方程的线性是显著的。根据得到的回归方程我们可以计算：当产量为3000件时,总成本的点估计值应为246793元。在95%的置信水平下总成本的估计区间为(233630.73,259955.48),而次年1月份3000件产量实际值总成本为270000元,大于259955.48.元，

11、则可认为该总成本为270000元是离群数据，即为非正常总成本数据。270000比259955.48高出10044.52元，比例达3.72%。这样的实际成本提升对产品的利润挤压是需要引起高度重视的。6000 5000 4000 3000 2000 1000 0 0 50000 100000 150000 200000 250000 300000 350000 400000 产量(件)总成本(元)答：担忧。根据方差分析或回归系数的显著性检验,得P值为6.1310-12,据此可以判断:回归方程的线性是显著的。根据得到的回归方程我们可以计算：当产量为3000件时,总成本的点估计值应为246793元。在

12、95%的置信水平下总成本的估计区间为(233630.73,259955.48),而次年1月份3000件产量实际值总成本为270000元,大于259955.48.元，则可认为该总成本为270000元是离群数据，即为非正常总成本数据。270000比259955.48高出10044.52元，比例达3.72%。这样的实际成本提升对产品的利润挤压是需要引起高度重视的。上限 95.0%66301.7269.475056000 5000 4000 3000 2000 1000 0 0 50000 100000 150000 200000 250000 300000 350000 400000 y = 65.

13、4483x + 50448.2759R2 = 0.9924总成本（元）Linear(总成本（元）)根据该企业一年来各月产品产量与总成本数据画散点图，从散点图可以判断产品产量与总成本之间存在线性正相关关系。该价值为该企业生产该产品的单位产品变动成本。表明产品产量每增加1件，总成本将平均增加65.448元。决定系数为0.992，即生产每件产品的可变成本，与总成本的变异有99.2%可以被产量解释。答：担忧。根据方差分析或回归系数的显著性检验,得P值为6.1310-12,据此可以判断:回归方程的线性是显著的。根据得到的回归方程我们可以计算：当产量为3000件时,总成本的点估计值应为246793元。在9

14、5%的置信水平下总成本的估计区间为(233630.73,259955.48),而次年1月份3000件产量实际值总成本为270000元,大于259955.48.元，则可认为该总成本为270000元是离群数据，即为非正常总成本数据。270000比259955.48高出10044.52元，比例达3.72%。这样的实际成本提升对产品的利润挤压是需要引起高度重视的。6000 5000 4000 3000 2000 1000 0 0 50000 100000 150000 200000 250000 300000 350000 400000 产量(件)总成本(元)246793.10345907.4438413162.37562233630.7278259955.4791-10044.52093-0.037201929答：担忧。根据方差分析或回归系数的显著性检验,得P值为6.1310-12,据此可以判断:回归方程的线性是显著的。根据得到的回归方程我们可以计算：当产量为3000件时,总成本的点估计值应为246793元。在95%的置信水平下总成本的估计区间为(233630.73,259955.48),而次年1月份3000件产量实际值总成本为270000元,大于259955.48.元，则可认为该总成本为