线性回归案例分析

【篇一：线性回归案例分析】散布图一练习总评估价某建筑公司想了解位于某街区的住宅地产的销房产79,760售价格y与总评估价x之98,480间的相关程度到底有多110,655大？于是从该街区去年96,859售出的住宅中随机抽1094,798的总评估价和销售资料139,850如右表170,34110corporatecommunication28.05.2007corporatecommunication28.05.2007相关分析案例justintao销售价格y美元95,000156,900111,000110,110100,000130,000170,400185,000绘制散布图，观察其相关关系输入数据点击graphscatterplot弹出对话框，依次对应x、y输入变量列点击ok散布图及关系分析从散布图可以看出：总评估价值x与销售价corporatecommunication28.05.2007corporatecommunication格y存在线性正相关，相关程度较大；随格y存在线性正相关，相关程度较大；随x增大，y有增长趋凹

1=11=128.05.2007计算相关系数输入数据点击statbasicstatisticscorrelation...弹出对话框，输入x、y变量列点击ok散布图（相关分析）案例下面是表示某公司广告费用和销售额之间关系的资试求这家公司的广告费和销售额的相关系数广告费（10万）销售额（100万）202215172318251020得出相关系数及检验p值corporatecommunication28.05.2007corporatecommunication28.05.20070.0020.05（留意水准），广告费和销售额的相关关系是有影响的corporatecommunication28.05.2007corporatecommunication28.05.2007回归分析案例通过下例观察回归分析和决定系数。为了知道机械的使用年限和设备费用之间有什么关系，得到了有关对相同机械设备记录的如下数据。试求对这个数据说明x与y之间关系的线性回归方程。若使用年限为10年时，设备费用是多少使用年回归分析输入数据点击statregressionregression弹出对话框，依次选择输出变量列、选择输入变设备费3924115105508667901401127018643126corporatecommunication28.05.2007corporatecommunication28.05.2007回归分析选择输出变量列选择输入变量列plot的形态选择显选择显示在残差graph的残差形态graph的残差形态residualplotscorporatecommunication28.05.2007corporatecommunication28.05.2007回归分析regression可以选择加重值列，预测新的观测值确认信赖区信赖区间输入10,能计算出10年后的设备费用(预测值)13corporatecommunication28.05.2007选择从worksheet的输入变量和输出变量列的下一个列开始被check的项目corporatecommunication28.05.2007results:调整对显示在windowsection的回归模型的分析结果范围。选择残差列选择残差列storageresiduals(残差)residuals(残差)checkcheckfits(适合值)fits(适合值)checkcheckcorporatecommunication28.05.2007【篇二：线性回归案例分析】南通市年人均可支配收入为x，研究它与年人均消费性支出y之间的关系。已知1980-1998年样本观测值如下：年份yx年份yx年份yx80¥474.7¥526.987¥798.6¥884.493Y849.8¥1,035.381匹

1=1凹

1=1r2=0.98，说明总离差平方和的98%被样本回归直线解释违背解释。¥479.9¥532.788¥815.4¥847.394¥974.7¥1,200.982¥488.1¥566.889¥718.4¥821.095¥1,041.0¥1,289.883¥509.6¥591.290¥767.2¥884.296¥1,099.3¥1,432.984¥576.4¥700.091¥759.5¥903.797¥1,186.1¥1,539.085¥654.7¥744.192¥820.3¥984.198¥1,252.5¥1,663.686¥755.6¥851.2第一步建立数学模型经济理论分析：??消费性支出受可支配收入的影响，当可支配收入增加时，消费性支出也增加，他们具有正向的同步变动趋势。动趋势。??消费性支出除了受可支配收入的影响外，还受到其他一些变量及随机因素的影响，将其他变量及随机因素的影响归并到随机变量u中？？建立数学模型yt=0+1xt+t由表中数据，样本回归模型为第二步估计参数iiiexy??????21????ttxy69.031.135????采用eviews软件计算得:(5.47)(28.04)r2=0.98f=786.13第三步评价模型结构分析？？是样本回归方程的斜率，他表示南通市居民的边际消费倾向，说明年人均可支配收入每增加1元，将0.69元用于消费性支出；69.01??????是样本回归方程的截距，它表示不受可支配收入的影响的自发消费行为。？匹

1=1凹

1=1r2=0.98，说明总离差平方和的98%被样本回归直线解释违背解释。仅有2%因此，样本回归直线对样本点的拟合优度是很好的。??f=786.13>f005(1,17)=4.45，总体线性显著。)0.05(,??给出显著水平=0.05，查自由度=19-2=17的t分布，得临界值t0.025(17)=2.11，t0=5.47>t0.025(17),t1=28.04>t0.025(17)，故回归系数均显著不为零，回归模型中应包含常数项，x对y有显著影响。??从以上的评价可以看出，此模型是比较好的第四步预测应用1.假如给出1999年、2000年南通的人均可支配收入(1980年不变价格)分别为x99=1763元，x00=1863元，求1999年、99002000年人均消费性支出预测值？假如20012004年的人均可支配收入未知，你能预测20012004年的人均消费性支出吗？如何预测？2.【篇三：线性回归案例分析】多元线性回归方程案例分析一、 研究的问题探究经济生活中，商品需求量与商品价格、及消费者收入水平之间的关系，以便依据商品价格及消费者的平均收入预测某商品需求量的变化趋势！二、 对问题的经济理论分析、所涉及的经济变量（1）经济理论分析：①需求：是指在各种不同价格水平下，消费者愿意且能够购买的商品或服务的数量；②需求与价格之间存在这需求规律，即“在其它条件不