一元线性回归分析试验报告

1、应用回归分析实验报告一元线性回归在公司加班制度中的应用院（系）：专业班级：学号姓名：指导老师：成绩：完成时间：一元线性回归在公司加班制度中的应用一、实验目的掌握一元线性回归分析的基本思想和操作，可以读懂分析结果，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检验二、实验环境SPSS21.0windows10.0三、实验题目一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状。经10周时间，收集了每周加班数据和签发的新保单数目，x为每周签发的新保单数目，y为每周加班时间（小时），数据如表所示周序号12345678910X82521510705504809201350

2、3256701215y3.51.04.02.01.03.04.51.53.05.01 .画散点图。2 .x与y之间大致呈线性关系？3 .用最小二乘法估计求出回归方程。4 .求出回归标准误差5 .给出区与后的置信度95%勺区间估计6 .计算x与y的决定系数。7 .对回归方程作方差分析。8 .作回归系数的显著性检验。9 .作回归系数的显著性检验。10 .对回归方程做残差图并作相应的分析。11 .该公司预测下一周签发新保单X。=1000张，需要的加班时间是多少？12 .给出V。的置信度为95%勺精确预测区间。13 .给出口外）的置信度为95%勺区间估计。四、实验过程及分析如图是以每周加班时间为纵坐标

3、，每周签发的新保单为横坐标绘制的散点图，从图中可以看出，数据均匀分布在对角线的两侧，说明x和y之间线性关系良好。2 .最小二乘估计求回归方程系数a模型非标准化系数标准系数tSig.B的95.0%置信区间B标准误差试用版下限上限1（常量）.118.355.333.748-.701.937x.004.000.9498.509.000.003.005用SPSS$：得回归方程的系数00，01分别为0.118,0.004,故我们可以写出其回归方程如下:y=0.1180.004x3 .求回归标准误差2anovA模型平方和自由度均方F显著性1回归16.682116.68272.396.000b残差1.843

4、8.230总计18.5259a.因变量：yb.预测变量：（常量）,x由方差分析表可以得到回归标准误差：SSE=1.8432SSE一二-2故回归标准误差:n2仃*=0.48。4 .给出回归系数的置信度为95%勺置信区间估计。系数a模型未标准化系数标准化系数t显著性B的95.0%置信区间B标准误差Beta下限上限1（常量）.118.355.333.748-.701.937x.004.000.9498.509.000.003.005a.因变量：y由回归系数显著性检验表可以看出，当置信度为95%寸:A/瓦的预测区间为-0,701,0.937,1的预测区间为0.003,0.005.AAP。的置信区间包含

5、0,表示P。不拒绝为0的原假设。6 .计算x与y的决定系数。模型摘要模型RR方调整后R方标准估算的误差1,949a.900.888.4800a.预测变量：（常量）,x由模型摘要表得到决定系数为0.9接近于1,说明模型的拟合度较局。7 .对回归方程做方差分析。anoVA模型平方和自由度均方F显著性1回归16,682116,68272,396,000b残差1.8438.230总计18,5259a.因变量：yb.预测变量：（常量）,x由方差分析表可知：F值=72.396>5,32（当n1=1,n2=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，说明回归方程显著。8,做相关系数

6、的显著性检验。模型摘要模型RR方调整后R方标准估算的误差1,949a.900.888.4800a.预测变量：（常量）,x由模型摘要可知相关系数达到0.949,说明x与y显著线性相关。9 .对回归方程做残差图并做相应分析。.50000-.25000-,00000-.25000-.50000-25D回归方程的残差图75010001250设。从残差图上看出残差是围绕e=0上下波动的，满足模型的基本假10.该公司预测下一周签发新保单少？%=1000张，需要的加班时间是多周序岩V厂PRE2厂RES_213253.S3.07586.42414221&1C一88893.111073107040395422.04578455020Z06995-089955480101.83B95-.83B956920303.41645-.41645713504£496806-45S066325161.28330.216709670302.52017.479831012155.04.47406325M-1000-3.7032G-由预测可知公司预计下一周签发新保单X。=1000张时，y=0.1180.00359*1000=3