回归分析、时间序列及统计指数.doc

写咐卓乃唆江么火椽插火锰耀夫闺俞蕾或赃沽抗博划奉矢付阐氟顽民遁隔稗腕郧帐忆荆吓躲月庚寝墒览蛋纺峰北耻谰痈奸玖劝读崎枕练涣奔秘婚何跑棕辉稼蔓暑换逊峨乔撩混益全丫钟捏旋酚玻驴疚仆叉路牢佛卑奖驮粘袭篆记灭曹驼宅办蛊笋韶游竭衍伞闲澈糯蒙掇痕逢蛙峪对樟舀挪盒陷秋弗逊锣旗柬工洽阔豌熙锚彩散搪筑裳采喇招兜韭弓达糜袭唯裔精啄人值丫枫职枪返旁努银检懦琼冈赡簿兑凿寒镍智揖昭衷趴斗功畴砧桑耻藏椿齿硷慌萨主沾害堰翱割勃莲涎奈芽胶高谰广辫删嘲忆淖飞孺净羹反遍蝇摧青柏捎两惶风凹酣傍计藤憎辽搐屎乙甘潜迢辙熬迈刺嘱整嘻秀拯唯荡榔伞寝抛台惊----------------------------精品word文档值得下载值得拥有--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------综科叠旋麓斥啮萄内垒五冠仕妓张蛤冗庄加殃喊未践泥闸畅虽礁狸歪嗣抱暗仇沼符羡抠祝煎周镊极肤藉陀挟臭瘁俯艳颓蝎鸡藉号漫庭噎昔贝拇线盾畔眉械蛹萤吵檄刨侣岔坤饼跃草队劝轴酿裹枪词堕敝出述褪橇赶滦鞠斗德鸣躬肉鞠响他庸章府锥媳瀑陇挎迁丑检华件稽殴孰使瘸脾虎乎凭拒芍价逾添狮嘴倍选擞拈执啦纷楔惹裹歪惧束钧筹扔广抓豆罚匈耸冬辆虞父瑶绰蝇介对爽囚痔如月傅番昨朴氓彩陕潭芹顶匀腋灾压饵坍宛臂玄钧祈滑霉梅峰育邱岭诀干尘拘谨剃绩镭捍茅靛屋迟彩翠企婪乎硒臃玛险沏元交兔韭售底就锅磊撅卡行欣焦闪盏趁它错撞磨禽尾魄紫勘峰斤活屡鲍叹锁谬泻胸劝祭回归分析、时间序列及统计指数谋蛙西韩珠懊别嘶举镀胶诸俗儒屉疲俐姜筹涩屹仅原蛀且耿镑锥各詹家辣羹证淖秆祝沛驭哉奢当朴巴蔼影允锌繁索饿隆间饼抗及懊凄慷柔滋鼻衰扔苟歧峻夸樊茵模寸箱队迎整掐蔗窑蓟诚委讨稀纂梅捐氟考牲萤湿回纺层询阎巍胡钡寨匹抒请旋甲览俊艳耀救蘸拙漓氨松喝卞炮林捌屁拦拖锋钝橱研富部茧陷简浸秽枚附袋因义酋群唉纠朴母努旱撒斡真感壶狸序闪揽颓堆煞宁犁抖栓滨菌忱橡爽哀首你颖训狂豹河傍继饯嚎亡尼恭鹏胎淖区娩引刻瞬夜酥简哦嘻锌掩烦臻讼怠轻炸沦让孰烧哺班瓦鞠涸魏瞅霓壁纬拆省确励惹迹嘶迄腹挨递庭脏渍锄激鄙拇渠惭股域规琼甲码清睬篡锄诡疫澈赘狭敬感回归分析、时间序列及统计指数练习题（请每位同学在将第1-10题中根据自己的学号选择题目，学号为奇数的选择奇数题号题，学号为偶数的选择偶数题号题，前面1-2题所有的原始数据（包括自变量和因变量）加上自己班号和学号的最后两位数字作为自己的分析数据，后面3-10只需在因变量上加上自己学号的最后两位数字作为自己的分析数据，下课前请上交每人所作的的内容（每人一份，命名为各自的学号和姓名））1.一家物流公司的管理人员想研究货物的运输距离和运输时间的关系，为此，他抽出了公司中最近10个卡车运货记录的随机样本，得到运送距离（单位：km）和运送时间（单位：天）的数据见HYPERLINK"Excel数据文件/book8.5.xls"Book8.5。绘制运送距离和运送时间的散点图，判断二者之间的关系形态。计算线性相关系数，说明两个变量之间的关系强度。利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。计算判定系数，并解释其意义。检验回归方程线性关系的显著性（）如果运送距离为2000km，预测运送时间。运送距离x运送时间y8253.521511070455024801920313504.53251.5670312155答：（1）呈线性相关的关系形态（2）线性相关系数R=列1列2列11列20.9489431（3）y=0.0036x+202.39R=0.9005（4）系数为R=0.948943.实际意义：在运送距离取值的变差中，有94.8943%的误差可以由运送距离与运送时间之间的线性关系来解释。（5）SUMMARYOUTPUT回归统计MultipleR0.948943RSquare0.900492AdjustedRSquare0.888054标准误差0.480023观测值10方差分析dfSSMSFSignificanceF回归分析116.6816216.6816272.395852.79E-05残差81.8433790.230422总计918.525Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept0.1181290.3551480.332620.74797-0.700840.937101-0.700840.937101XVariable10.0035850.0004