研究生课程考核试卷
（适用于课程论文、提交报告）
科目：数理统计教师：刘琼荪
姓名：xxx 学号：20150702xxx 专业：机械工程类别：学术
上课时间：2016 年 3 月至2016 年 4 月
考生成绩：
卷面成绩平时成绩课程综合成绩阅卷评语：
阅卷教师(签名)
我国上世纪70-90年代民航客运量回归分析
摘要：中国民航从上实际50年代发展至今已有60多年的历史，这期间中国民航经历了曲折的发展。随着改革开发以来，中国人民的生活水平日渐提高，出行坐乘飞机逐渐人们可选的交通方式。我国民航客运量逐年提高，为了研究其历史变化趋势及其成因，现以民航客运量作为因变量y，假设以国民收入x1、消费额x2、铁路客运量x3、民航航线里程x4、来华旅游入境人数x5为影响民航客运量的主要因素。利用SPSS和excel软件通过建立回归模型分析我国民航客运量主要受到其中哪些因素的影响，并就回归模型分析具体可能的成因。
关键词：民航客运量影响因素回归模型
一、问题提出及问题分析
2004年，民航行业完成运输总周转量230亿吨公里、旅客运输量1.2亿人、货邮运输量273万吨、通用航空作业7.7万小时。截止2004年底，我国定期航班航线达到1200条，其中国内航线（包括香港、澳门航线）975条，国际航线225条，境内民航定期航班通航机场133个（不含香港、澳门），形成了以北京、上海、广州机场为中心，以省会、旅游城市机场为枢纽，其它城市机场为支干，联结国内127个城市，联结38个国家80个城市的航空运输网络。民航机队规模不断扩大，截止至2004年底，中国民航拥有运输飞机754架，其中大中型飞机680架，均为世界上最先进的飞机。2004年中国民航运输总周转量达到230亿吨公里（不包括香港、澳门特别行政区以及台湾省），在国际民航组织188个缔约国中名列第3位。
从上述事实可以看出我国民航的发展所取得的成果显著。当前我国民航客运量相当巨大，而影响我国航运客运量的因素有很多，例如第三产业增加值（亿元），城市居民消费水平（绝对元），定期航班航线里程（万千里）等[1]。为了研究过去的情况，从中国统计年鉴[2]得到1994年统计摘要，分析类似因素对我国航空客运量的影响。
二、数据描述
如下为所得统计数据：
表1 1978-1993年统计数据
年份
y
民航客运
量（万人）
x1
国民收入
（亿元）
x2
消费额
（亿元）
x3
铁路客运量
（万人）
x4
民航航线里
程（万公里）
x5
来华旅游入境
人数（万人）
1978231 301018888149114.89180.92 1979298 335021958638916420.39 1980343 368825319220419.53570.25 1981401 394127999530021.82776.71 1982445 425830549992223.27792.43 1983391 4736335810604422.91947.7 1984554 5652390511035326.021285.22 1985744 7020487911211027.721783.3 1986997 7859555210857932.432281.95 19871310 9313638611242938.912690.23 19881442 11738803812264537.383169.48 19891283 13176900511380747.192450.14 19901660 1438496639571250.682746.2 19912178 16557109699508155.913335.65 19922886 20223129859969383.663311.5 19933383 248821594910545896.084152.7
三、模型建立：
（1）提出假设条件，明确概念，引进参数；
参考相关书籍[3]，设随机变量民航客运量为Y （万人），解释变量1X ，2X ，3X ，4X ，5X 分别为国民收入（亿元）
，消费额（亿元），铁路客运量（万人），民航航线里程（万公里），来华旅游入境人数（万人），且回归函数
11225501155(|,,,)E Y X x X x X x x x βββ==???==++???+，称
201155,0,Y x x E D DY βββεεεσ=++???++===，为多元线性回归模型，
015,,,βββ???为回归系数，ε为随机误差。
125(,,,,),1,2,,5i i i i x x x y i ???=???为上述来自多元线性回归模型的样本值，满足：
201155125,0,,1,2,,5,
,,,i i i i i i y x x E D i βββεεεσεεε?=++???++===????
????相互独立
为了便于对模型进行参数估计、模型检验、变量选择等，有必要对模型作如下一些基本假定。
1. 解释变量1X ，2X ，3X ，4X ，5X 是可控制的、非随机变量，互不相关。
2. 随机误差项具有零均值和同方差的性质，即2,1,2,,5i D i εσ==???，并且
125,,,εεε???相互独立，则有(),0,,,1,2,5i j Cov i j i j =≠=…,
εε。 3. 随机变量误差项服从正态分布，即()2~0,,1,2,5i N i =…εσ （2）模型构建：
由表1通过EXCEL 绘制变量,1,2,,5i X i =???对因变量Y 的关系散点图如下：
图1 民航客运量与国民收入关系图
图2 民航客运量与消费额关系图
图3 民航客运量与铁路客运量关系图
图4 民航客运量与民航航线里程关系图
图5 民航客运量与来华旅游入境人数关系图
由以上的散点图看出：y 与3x 存在非线性关系，但与其它几个变量基本是线性相关的。所以首先考虑回归模型为多元线性模型。
四、模型求解。
采用最小二乘估计法求解模型参数，采用SPSS 软件计算，得到如下结果：
表2 拟合过程小结
R
R 平方
调整后的 R 平方标准估算的错误
Durbin-Watson(U)
1
.999a
.998.997
49.49240
1.993
模型摘要b
模型a. 预测变量：（常量），x5, x3, x4, x2, x1b. 因变量：y
表3 方差分析
平方和自由度
均方F
显著性
回归13818876.76952763775.3541128.303
.000b
残差24494.981102449.498总计
13843371.750
15
b. 预测变量：（常量），x5, x3, x4, x2, x1
ANOVA a
模型1
a. 因变量：y
表4 回归过程统计量
标准系数B
标准错误
贝塔
容许
VIF （常量）450.909178.078
2.532.030x2-.561.125-2.485-4.478.001.0011740.508x1.354.085 2.447 4.152.002.001196
3.337x3-.007.002-.083-3.510.006.315 3.171x421.578
4.030.531
5.354.000.01855.488x5
.435
.052
.564
8.440
.000
.040
25.193
1
a. 因变量：y
系数
a
模型非标准化系数
t 显著性
共线性统计
图6 残差图
则回归方程为 12345450.9090.3540.5610.00721.5780.435y x x x x x =+--++
五、模型分析检验
（1）决定系数
由决定系数2R =0.998看出回归方程高度显著。 （2）方差分析表
123451128.303=0.000,,,y F P x x x x x =，值，这说明,整体上对有高度显著的影响。（3）回归系数的显著性检验（t 检验）：
回归系数的显著性检验由显著性一列看出自变量的回归系数都通过了t 检验（即收尾概率小于规定的显著性水平0.05），说明5个自变量对y 的影响显著。其中3x 铁路客运量的显著性为0.006最大，但仍小于5%。 （4）检验残差序列的自相关性（D-W 检验）：
D-W=1.993≈2，所以认为模型不存在序列的自相关性。 （6）异方差检验
从残差图看出所有点落在±2之间，没有明显变化趋势，所以认为
()2~0,,1,2,5i N i =…εσ
综上，认为用最小二乘估计的方法估计的模型理论上是有效的。 （7） 模型进一步分析
虽然，模型通过了检验，但是由之前的图可知2x 与y 正相关，但2x （国民消费额）的回归系数是负值，显然是矛盾的，同时1x 和2x 的VIF 很大，4x ，5x 的VIF 也大于10，其原因是自变量之间的共线性，因而回归模型还要就共线性问题进行谈论。如下表是各变量之间的相关系数：
表5 相关系数表
y
x1x2x3x4x5相关系数 1.000
.933
**
.933
**
.367
*
.933
**
.933**显著性（双尾）.000
.000.048.000.000N
161616161616相关系数.933
**
1.000
1.000
**
.400
*
.967
**
.933
**
显著性（双尾）.000.031
.000.000N
161616161616相关系数.933
**
1.000
**
1.000
.400
*
.967
**
.933
**
显著性（双尾）.000.031
.000.000N
161616161616相关系数.367
*
.400
*
.400
*
1.000
.367
*
.400*显著性（双尾）.048.031.031.048
.031N
161616161616相关系数.933
**
.967
**
.967
**
.367
*
1.000
.900**显著性（双尾）.000.000.000.048.000
N
161616161616相关系数.933
**
.933
**
.933
**
.400
*
.900
**
1.000
显著性（双尾）.000.000.000.031.000N
16
16
16
16
16
16
**. 相关性在 0.01 级别显著（双尾）。*. 相关性在 0.05 级别显著（双尾）。
相关性
肯德尔tau_b
y
x1
x2
x3
x4
x5
可以看出， y 与1x ，2x ，4x ，5x 的相关系数都在0.9以上，说明所选自变量与y 高
度线性相关，验证之前的散点图。用y 与自变量作多元线性回归是适合的。另一方面，3x 与各变量的相关系数均小于0.5，而1x ，2x ，4x ，5x 之间的相关系数均达到0.9以上，所以应尝试解决它们之间的共线性。
首先剔除VIF 最大的1x ，计算剩余变量参与的回归方程。结果如下：
表6 统计量表
标准系数B
标准错误贝塔容许
VIF （常量）695.039264.525
2.627.024x2-.05
3.042-.233-1.262.233.01377.546x3-.012.003-.134-
4.207.001.431 2.319x432.037 4.951.788 6.471.000.03033.812x5
.399
.080
.517
4.988
.000
.041
24.469
1
a. 因变量：y
系数a
模型非标准化系数
t 显著性
共线性统计
可以看出，当前2x 的VIF 最大，同时2x 也没通过t 检验，其显著性0.233远大于0.05，故继续剔除2x 。计算剩余参数的回归方程，结果如下：
表7 统计量表
标准系数B
标准错误贝塔
容许
VIF
（常量）591.876257.730 2.296.040x3-.010.003-.119-3.934.002.504 1.984x426.436 2.249.65011.754.000.150 6.650x5
.317
.048
.411 6.568
.000
.117
8.514
1
a. 因变量：y
系数a
模型非标准化系数
t 显著性
共线性统计
表8 拟合过程小结
模型
R
R 方调整 R 方标准 估计的
误差
1
.997
.994.99379.78835
模型汇总
表9 方差分析表
平方和df
均方F
Sig.
回归13766977.58134588992.527720.839
.000
残差76394.169126366.181
总计
13843371.750
15
Anovab
模型1
可以看出三个变量的VIF 均小于10，且均通过了t 检验。说明此回归模型不存在强多重共线性，回归系数也有合理的经济解释。20.994R 说明回归方程高度显著，方差分析的结果也说明回归方程显著性高。
图7 残差直方图
图8 残差正态P-P 图
由P-P 图和直方图可知残差服从正态分布，所以模型是有效的[4]。所以民航客运量的回归模型为： 345591.8760.0126.4360.317y x x x =-++。
六、岭回归模型
除了上述方法，在处理自变量之间存在强线性相关的情况时，可以采用岭回归进行估计（虽然牺牲了一定的无偏性）[5]。采用SPSS 编写程序运行可得到如下岭回归结果。
表10 K值表
R-SQUARE AND BETA COEFFICIENTS FOR ESTIMATED VALUES OF K
K RSQ x1 x2 x3 x4 x5
______ ______ ________ ________ ________ ________ ________
.00000 .99823 2.447386 -2.48510 -.083140 .530538 .563537
.02000 .99233 .187301 .092804 -.095611 .457966 .300920
.04000 .99085 .215764 .162616 -.086464 .389117 .260362
.06000 .98998 .228824 .190661 -.081056 .356915 .243273
.08000 .98932 .235679 .205373 -.076926 .337619 .233855
.10000 .98873 .239543 .214116 -.073407 .324407 .227824
.12000 .98816 .241760 .219676 -.070252 .314569 .223561
.14000 .98759 .242981 .223345 -.067345 .306809 .220327
.16000 .98699 .243559 .225800 -.064628 .300426 .217741
.18000 .98636 .243702 .227435 -.062066 .295009 .215585
.20000 .98571 .243539 .228490 -.059635 .290298 .213730
图9 岭迹图
由上述结果，可知RSQ均大于0.98，取K=0.85，再进行岭回归，得岭回归模型：
表11 岭回归统计表
ANOVA table
df SS MS Regress 5.000 13693405 2738681.0 Residual 10.000 149966.51 14996.651
F value Sig F 182.6195114 .0000000
--------------Variables in the Equation----------------
B SE(B) Beta T sig x1 .0342498 .0028297 .2368547 12.1036234 .0000003 x2 .0469878 .0048155 .2079685 9.7575560 .0000020 x3 -.0066312 .0028820 -.0760024 -2.3009394 .0441836 x4 13.5798345 1.6646128 .3338892 8.1579539 .0000099 x5 .1792510 .0355048 .2321170 5.0486382 .0005002 Constant 337.9451625 285.6354347 .0000000 1.1831346 .2641200
可以看出除了3x 的回归系数为负，其余均为正，同时各变量的显著性检验均通过。方差分析显示回归模型高度显著。所以该方法所得的回归模型为：
12345337.94520.03420.04700.006613.57980.1793y x x x x x =++-++
七、主要的结论或发现。
比较两种方法的得到的回归模型：
345591.8760.0126.4360.317y x x x =-++
12345337.94520.03420.04700.006613.57980.1793y x x x x x =++-++
可以看出两种模型均认为1x ，2x ，对y 的正面贡献度度小于4x ，5x ，或者认为可以忽略。这说明国民收入和消费额对于民航客运量的影响很小。查阅相关历史可知，我国民航的发展有多个阶段。第一阶段是50到70年代末，主要是军队管民航，经营上采取高度集中的计划经济体制，航空运输规模较小且发展缓慢。第二阶段是从1980-1992年，民航实施企业化改革，成立了新的地区管理局、国家骨干航空公司和一些区域性的航空公司。这个阶段正是数据来源时期。在该时期，民航的发展仍处于起步阶段，同时该时期即使是经济相对发达的沿海地区也尚未达到小康阶段，出行乘坐飞机仍是绝大多数人所不能承受的。所以来自国内的客运量是相当小的。这也解释了为什么5x 游客数量的回归系数大于1x ，2x （事实
上1x ，2x 两者的线性相关程度很高，国民收入提高，消费自然上升），而4x 是与y 的关系最直接的，航线里程数的增加，自然反映客运量的增加，所以该自变量的系数是最大的。3x 的系数为负，很显然两种交通方式是竞争关系，但是正如前面所分析，人们出远门乘飞机很少，无论乘火车的人数如何增加，对飞机的客运量产生的影响很小，所以3x 的系数依旧很小。 为了体现所有变量对y 的影响，最终决定使用
12345337.94520.03420.04700.006613.57980.1793y x x x x x =++-++ 作为回归模型。
参考资料
[1] 彭立南，影响民航客运量因素的相关性分析及实证研究，中国市场，2014 ，35 (798 )：160-161
[2] 中国统计年鉴，1978—1993
[3] 杨虎、刘琼荪、钟波，《数理统计》，高等教育出版社，2004,103-118
[4] 卢文岱、朱红兵，《SPSS 统计分析》（第五版）,电子工业出版社，2015，270-300 [5] 何晓群、刘文卿，《应用回归分析》（第三版）,中国人民大学出版社，2011，169-189
附录
Spss 岭回归代码
INCLUDE 'C:\Program Files
(x86)\SPSSInc\PASWStatistics18\Samples\English\Ridge Regression.sps'. RIDGEREG DEP=y /ENTER x1 x2 x3 x4 x5 /start=0.0 /stop=0.2/inc=0.02.
INCLUDE 'C:\Program Files
(x86)\SPSSInc\PASWStatistics18\Samples\English\Ridge Regression.sps'.
RIDGEREG DEP=y /ENTER x1 x2 x3 x4 x5
/k=0.085.
Sps文件修改代码
*---------------------------------------------------------------------------.
* Calculate raw coefficients from standardized ones, compute standard errors
* of coefficients, and an intercept term with standard error. Then print
* out similar to REGRESSION output.
*---------------------------------------------------------------------------（从这里开始是给出系数估计）
. compute beta={b;0}.
. compute b= ( b &/ std ) * sy.
. compute intercpt=ybar-t(b)*t(xmean).
. compute b={b;intercpt}.
. compute xpx=(sse/(sst*(n-nv-1)))*inv(xpx+(k &* ident(nv,nv)))*xpx*
inv(xpx+(k &* ident(nv,nv))).
. compute xpx=(sy*sy)*(mdiag(1 &/ std)*xpx*mdiag(1 &/ std)).
. compute seb=sqrt(diag(xpx)).
. compute seb0=sqrt( (sse)/(n*(n-nv-1)) + xmean*xpx*t(xmean)).
. compute seb={seb;seb0}.
. compute rnms={varname,'Constant'}.
. compute ratio=b &/ seb.
. compute ppp=2*(1-tcdf(abs(ratio),n-nv-1)).
. compute bvec={b,seb,beta,ratio,ppp}.
. print bvec/title='--------------Variables in the Equation----------------'
/rnames=rnms /clabels='B' 'SE(B)' 'Beta' 'T' 'sig'.
. print /space=newpage.
end if.
教材错误
序号错误所在页错误修正结果备注
码和所在的行数
1 212页第八题 第三问的数据65不
合理 建议改为75 2 390页的参考答案2 β有误
β=9/16-9/8*ln(3/4).
3 281页第4行 2...A S == 18.657
2
...A S == 19.4365
4 386页第21. N=258 N=666（左右）
应用数理统计大作业1——逐步回归法分析 终
应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月
逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS 数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响 年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真
目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入／移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)
1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。
重庆大学2009-2010学年第一学期考试试卷 B 基础工业工程(评分标准及答案) 一、填空题：（每空1分，共22分。） 1. 离散型制造是指以一个个单独的而零部件组 成最终产品 的生产方式。其生产组织类型按其规模、重复性特点又可分为车间任务型和流水线型。 2. 提高劳动生产率的途径很多，主要有两种办法：一是增加资源的投入；二是从改进方法 入手，提高劳动者的积极性、技术水平和操作熟练程度，充分挖掘企业的内部潜力，努力降低成本，促使企业走内涵发展的路子。 3. IE 是如何将人员、物料、设备、能源和信息等要素设计和建立成一个集成系统，并不断 改善，从而实现更有效的运行。 4. 标准资料按实施范围可分为国家标准、行业标准、地方标准和企业标准。 5. “5S ”管理源于日本企业广泛采用的现场管理方法，它通过开展以整理、整顿、清扫、 清洁和素养为内容的活动，对生产现场中的生产要素进行有效管理。 6.右手持塞规，左手在工作台上抓取一零件，检测其尺寸大小。左手MOD 分析式应为： 二、单项选择题：（每题1分，共25分；请将答案填在下列的方框 内。）
1.时间研究是一种作业测定技术，旨在决定一位（）在标准状态下，对一特定的工作， 以正常速度操作所需要的时间。 A.先进工人； B.一般工人； C.正常工人； D.合格工人。 2.时间研究的步骤为（）。 A.测时、剔除异常值、决定观测次数、计算正常时间、计算标准时间； B.收集资料、划分操作单元、测时、计算正常时间、决定宽放时间、计算标准时间； C.决定观测次数、测时、进行评比、决定管理界限、决定宽放时间、计算标准时间； D. 划分操作单元、测时、评比、宽放、计算标准时间。 3.定置管理是研究（）三者相互关系。 A.人与物处于立即结合状态、人与物处于寻找状态、人与物无关 B.人与机操作情况、物流情况、作业者情况 C.人、机、物 D. 人有良好的工作状态、人有部分工作状态以及人无效劳动过多 4.制定标准时间最科学、客观、令人信服的方法是（） A.经验判断法 B.统计分析法 C.作业测定法 D.工作衡量法 5.利用手指充分控制物体的动素名称为（）。 A伸手 B. 移物 C. 握取 D. 持住 6.动素放手的形象符号为（） A B. C. D． 7.动素寻找的形象符号为（） A B. C. D． 8.核心动素为（）
应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月
逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统(Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真
目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (5) 3.1确定自变量和因变量 (5) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (8) 4.1输入／移去的变量 (8) 4.2模型汇总 (9) 4.3方差分析 (9) 4.4回归系数 (10) 4.5已排除的变量 (11) 4.6残差统计量 (11) 4.7残差分布直方图和观测量累计概率P-P图 (12) 5、异常情况说明 (13) 5.1异方差检验 (13) 5.2残差的独立性检验 (14) 5.3多重共线性检验 (15) 6、结论 (15) 参考文献 (17)
1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。 表1-1三因子多水平实验方案
应用数理统计第一次大作业 学号： 姓名： 班级： 2013年12月
国家财政收入的多元线性回归模型 摘 要 本文以多元线性回归为出发点，选取我国自1990至2008年连续19年的财政收入为因变量，初步选取了7个影响因素,并利用统计软件PASW Statistics 17.0对各影响因素进行了筛选，最终确定了能反映财政收入与各因素之间关系的“最优”回归方程： 46?578.4790.1990.733y x x =++ 从而得出了结论，最后我们用2009年的数据进行了验证，得出的结果在误差范围内，表明这个模型可以正确反映影响财政收入的各因素的情况。 关键词：多元线性回归，逐步回归法，财政收入，SPSS 0符号说明 变 量 符号 财政收入 Y 工 业 X 1 农 业 X 2 受灾面积 X 3 建 筑 业 X 4 人 口 X 5 商品销售额 X 6
进出口总额X7
1 引言 中国作为世界第一大发展中国家，要实现中华民族的伟大复兴，必须把发展放在第一位。近年来，随着国家经济水平的飞速进步，人民生活水平日益提高，综合国力日渐强大。经济上的飞速发展并带动了国家财政收入的飞速增加，国家财政的状况对整个社会的发展影响巨大。政府有了强有力的财政保证才能够对全局进行把握和调控，对于整个国家和社会的健康快速发展有着重要的意义。所以对国家财政的收入状况进行研究是十分必要的。 国家财政收入的增长，宏观上必然与整个国家的经济有着必然的关系，但是具体到各个方面的影响因素又有着十分复杂的相关原因。为了研究影响国家财政收入的因素，我们就很有必要对其财政收入和影响财政收入的因素作必要的认识，如果能对他们之间的关系作一下回归，并利用我们所知道的数据建立起回归模型这对我们很有作用。而影响财政收入的因素有很多，如人口状况、引进的外资总额，第一产业的发展情况，第二产业的发展情况，第三产业的发展情况等等。本文从国家统计信息网上选取了1990-2009年这20年间的年度财政收入及主要影响因素的数据，包括工业，农业，建筑业，批发和零售贸易餐饮业，人口总数等。文中主要应用逐步回归的统计方法，对数据进行分析处理，最终得出能够反映各个因素对财政收入影响的最“优”模型。 2解决问题的方法和计算结果 2.1 样本数据的选取与整理 本文在进行统计时，查阅《中国统计年鉴2010》中收录的1990年至2009年连续20年的全国财政收入为因变量，考虑一些与能源消耗关系密切并且直观上
得 分 评分人 重庆大学2009-2010学年第一学期考试试卷 B 基础工业工程(评分标准及答案) 题 号一 二 三 四 五 总 分统分人得 分 一、填空题：（每空1分，共22分。） 1. 离散型制造是指以一个个单独的而零部件组成最终产品 的生产方式。其生产组织类型按其规模、重复性特点又可分为车间任务型和流水线型。2. 提高劳动生产率的途径很多，主要有两种办法：一是增加资源 的投入；二是从改进方法入手，提高劳动者的积极性、技术水平和操作熟练程度，充分挖掘企业的内部潜力，努力降低成本，促使企业走内涵发展的路子。 3. IE是如何将人员、物料、设备、能源和信息等要素设计和建立 成一个集成系统，并不断改善，从而实现更有效的运行。4. 标准资料按实施范围可分为国家标准、行业标准、地方标准和 企业标准。 5. “5S”管理源于日本企业广泛采用的现场管理方法，它通过开展 以整理、整顿、清扫、清洁和素养为内容的活动，对生产现场中的生产要素进行有效管理。
得 分 评分人 6.右手持塞规，左手在工作台上抓取一零件，检测其尺寸大小。左手MOD分析式应为： 左手动作内 容分析式抓取零件M3G1拿回来检测 M3P5 二、单项选择题：（每题1分，共25分；请将答 案填在下列的方框内。） 题号12345678910答案D B C C C B D B D C 题号11121314151617181920答案D C A A B B A B C B 题号2122232425 答案 B C C A C 1. 时间研究是一种作业测定技术，旨在决定一位（ ）在标准状 态下，对一特定的工作，以正常速度操作所需要的时间。 A.先进工人； B.一般工人； C.正常工人； D.合格工人。
应用数理统计大作业1——逐步回归法分析终 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月
逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真
目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入／移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)
1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。
NBA球员科比单场总得分与上场时间的线性回归分析 摘要 篮球运动中，球员的上场时间与球员的场上得分的数学关系将影响到教练对每位球员上场时间的把握，若能得到某位球员的上场时间与场上得分的数据关系，将能更好的把握该名球员的场上时间分配。本次作业将针对现役NBA球员中影响力最大的球员科比布莱恩特进行研究，对其2012-2013年赛季常规赛的每场得分与出场时间进行线性回归，得到得分与出场时间的一元线性回归直线，并对显著性进行评估和进行区间预测。 正文 一、问题描述 随着2002年姚明加入NBA，越来越多的中国人开始关注篮球这一项体育运动，并使得篮球运动大范围的普及开来，尤其是青年学生。本着学以致用的原则，希望将所学理论知识与现实生活与个人兴趣相结合，若能通过建立相应的数理统计模型来做相应的分析，并且从另外一个角度解析篮球，并用以指导篮球这一项运动的更好发展，这也将是一项不同寻常的探索。篮球运动中，得分是取胜的决定因素，若要赢得比赛，必须将得分超出对手，而影响一位球员的得分的因素是多样的，例如：情绪，状态，体力，伤病，上场时间，防守队员等诸多因素，而上场时间作为最直接最关键的因素，其对球员总得分的影响方式有着重要的研究意义。 倘若知道了其分布规律，则可从数量上掌握得分与上场时间复杂关系的大趋势，就可以利用这种趋势研究球员效率最优化与上场时间的控制问题。 因此，本文针对湖人当家球星科比布莱恩特在2012-2013年赛季常规赛的每场得分与上场时间进行线性回归分析，并对显著性进行评估，以巩固所学知识，并发现自己的不足。 二、数据描述 抽出科比布莱恩特2012-2013年常规赛所有82场的数据记录（原始数据见附录），剔除掉其中没有上场的部分数据，得到有参考实用价值的数据如表2.1所示：
经济与工商管理学院硕士研究生奖助学金评定办法 （试行） 随着我国学位制度的日趋完善，硕士研究生的培养逐渐成为博士研究生的基础阶段和坚实的优秀技术人才库。硕士研究生的奖助金的评定正是为了激励研究生的学习的积极性，提高硕士研究生的培养质量而实行的硕士研究生教育制度改革，对优秀的硕士研究生予以奖励与资助。 一、奖助学金评定总则 ⒈奖助学金共分为A、B、C三个等级。 ⒉ A等奖助学金人数占所在年级学生总数的30%，享受全额学费减免；论文发表、科研业绩特别突出者，可直接获得A等奖助学金（条件详见后文）；每个年级直接获得A等奖助学金的名额不超过10名。超过10名，则提交学位评定分委员会研究确定人选。 ⒊ B等奖助金在专业内进行评定，对于专业人数少，无法进行比例划分的专业，在与相近专业进行合并后进行评定。B等奖助学金人数为所在专业学生总数的40%，享受半额学费减免。 ⒋符合校评定要求，且未获得A、B等奖助学金的学生享受C等奖助学金。 ⒌有学位课考试不及格，或因违反考试纪律而成绩计零分者，或因不良表现而受到学校及以上处分者，不能享受A、B等奖助学金。 二、硕士研究生二年级奖助学金评定办法 ⒈硕士研究生二年级奖助学金评定由四部分组成，即：学习成绩分、论文积分、导师评价分及综合表现分，占总分比例分别为70％、10％、10％、10％，总分100分； ⒉硕士研究生二年级A等奖助学金以一年级的综合评分在全年级进行排名后进行评定。全年级排名前30%者（该名额含直接获得A等奖助学金者），获得二年级A等奖助学金； ⒊ B等奖助学金在专业内未获得A等奖助学金的学生中进行总分排名后，按人数进行评定；
⒋符合校评定要求，且未获得A、B等奖助学金的学生享受C等奖助学金； ⒌以上涉及到的学习成绩以研究生管理信息系统自动生成的综合成绩为准。 三、硕士研究生三年级奖助学金评定办法 ⒈硕士研究生三年级奖助学金评定由四部分组成，即：学习成绩分、论文积分、导师评价分及综合表现分，占总分比例分别为40％、40％、10％、10％，总分100分； ⒉硕士研究生三年级A等奖助学金以二年级的综合评分在全年级进行排名后进行评定。全年级排名前30%者（该名额含直接获得A等奖助学金者），获得三年级A等奖助学金； ⒊ B等奖助学金在专业内未获得A等奖助学金的学生中进行总分排名后，按人数进行评定； ⒋符合校评定要求，且未获得A、B等奖助学金的学生享受C等奖助学金； ⒌以上涉及到的学习成绩以研究生管理信息系统自动生成的综合成绩为准。 四、直接获得A等奖助学金的条件 ⒈发表（含正式录用）论文积分不低于40分，且在A类及以上级别刊物上至少发表1篇论文者； ⒉参加导师主持的科研工作或本院教师主持的与学生本人研究方向一致的科研工作，成果取得部委省市级或更高级别人民政府科研成果奖励，学生本人为获奖持证人者。 五、本办法自公布之日起执行。 2010年4月16日
序号考生编号考生姓名拟录取专业代码及名称初试总成绩复试成绩综合总成绩（按该成绩、 学位类别、专业排序） 备注奖学金 1106115017080071匡发国市政工程34560.464.7夏令营优秀营员A 2106115017080049方艳娟市政工程38177.9077.05A 3106115017080164温宇惠市政工程38477.0576.93A 4106115017080135任扬市政工程37477.5376.16A 5106115017080093廖姣蓉市政工程39668.4873.84A 6106115017080031陈楠市政工程36771.2572.33A 7106115017080105刘进市政工程35772.6372.01A 8106115017080040邓静市政工程36870.2071.90B 9106115017080208郑浩市政工程38964.7071.25B 10106115017080157王昕蕾市政工程39064.4871.24B 11106115017080108刘秋虹市政工程41060.2871.14B 12106115017080111刘永芝市政工程36968.3071.05B 13106115017080159王荀市政工程36667.4070.30B 14106115017080074雷凯市政工程35768.8870.14B 15106115017080048方博市政工程35668.3869.79B 16106115017080196张璐市政工程35768.1569.78B 17106115017080185裔士刚市政工程38662.3369.76B 18106115017080055苟尧市政工程36964.9569.38B 19106115017080146王畅市政工程35168.1569.18B 20106115017080211周山罡市政工程35667.0569.13B 21106115017080144汤红亮市政工程38760.1668.78B 22106115017080100刘晨茜市政工程34867.4168.50B 23106115017080066黄永周市政工程37062.9568.48B 24106115017080043邓雄文市政工程36464.0568.43B 25106115017080155王文豪市政工程38460.0068.40C 26106115017080205赵宇婷市政工程36264.0868.24C
2018年数理统计大作业题目和答案--0348
1、设总体X 服从正态分布),(2 σμN ，其中μ已知，2 σ 未知，n X X X ,,,2 1 为其样本，2≥n ,则下列说法中正 确的是（ ）。 （A ）∑=-n i i X n 1 2 2 ) (μσ是统计量 （B ）∑=n i i X n 1 22 σ是统计量 （C ）∑=--n i i X n 1 2 2 ) (1μσ是统计量 （D ）∑=n i i X n 1 2μ 是统计量 2、设两独立随机变量)1,0(~N X ，) 9(~2 χY ，则Y X 3服从 （ ）。 )(A ) 1,0(N )(B ) 3(t )(C ) 9(t )(D ) 9,1(F 3、设两独立随机变量)1,0(~N X ，2 ~(16) Y χ，则Y 服 从（ ）。 )(A )1,0(N )(B (4) t )(C (16) t )(D (1,4) F 4、设n X X ,,1 是来自总体X 的样本，且μ=EX ，则下 列是μ的无偏估计的是（ ）. ) (A ∑-=-1 1 1 1 n i i X n )(B ∑=-n i i X n 1 11 )(C ∑=n i i X n 2 1 )(D ∑-=1 1 1n i i X n 5、设4 3 2 1 ,,,X X X X 是总体2 (0,)N σ的样本，2 σ未知，则下列随机变量是统计量的是（ ）.
() (1) D t n- 10、设 1,, n X X ???为来自正态总体2 (,) Nμσ的一个样本，μ，2σ未知。则2σ的置信度为1α-的区间估计的枢轴量为（）。 (A) ()2 1 2 n i i Xμ σ = - ∑ (B) ()2 1 2 n i i Xμ σ = - ∑ (C) () ∑ = - n i i X X 1 2 2 1 σ (D) ()2 1 2 n i i X X σ = -∑ 11、在假设检验中，下列说法正确的是（）。 (A) 如果原假设是正确的，但作出的决策是接受备择假设，则犯了第一类错误； (B) 如果备择假设是正确的，但作出的决策是拒绝备择假设，则犯了第一类错误； (C) 第一类错误和第二类错误同时都要犯； (D) 如果原假设是错误的，但作出的决策是接受备择假设，则犯了第二类错误。 12、对总体2 ~(,) X Nμσ的均值μ和作区间估计，得到置信度为95%的置信区 间，意义是指这个区间（）。 (A)平均含总体95%的值(B)平 均含样本95%的值
重庆大学文件 重大校…2013?57号 关于印发《重庆大学人文社科 科研奖励办法（试行）》的通知 各二级单位： 为充分调动师生员工开展人文社科研究的积极性，加快我校科研事业的发展，学校对《重庆大学人文社科科研奖励暂行办法》进行了修订，《重庆大学人文社科科研奖励办法（试行）》已经校长办公会2013年第1次会议审议通过，现印发给你们，请遵照执行。 重庆大学 2013年3月8日 重庆大学人文社科科研奖励办法（试行） - 1 -
第一章总则 第一条为表彰在学校科研工作中做出突出贡献的单位和个人，充分调动师生员工开展人文社科研究的积极性，加快我校科研事业的发展，本着“激励创新，质量引导，分类实施”的原则，结合我校实际情况，特制定本办法。 第二条科研奖励的原则、类别及时间 （一）奖励原则 1.高端奖励原则。以“突出学术影响力，突出学术贡献”为指导思想，激励高端成果，促进成果转化，鼓励学科交叉，强化协同创新。 2.奖励不重复原则。同一成果多次获奖，取最高奖励额度。 3.本办法未覆盖的科研成果奖励，参照学校科技奖励办法执行。 （二）奖励类别 奖励类别包括科研成果、科研项目。 （三）奖励时间 根据学校聘岗要求，按学年度时间即从当年的6月1日起至次年的5月31日止。 第三条本办法中所涉及的各项奖励，须有重庆大学为署名单位，适用于我校在职教职工和学生。 第二章奖励范围及标准 第四条科研成果奖励 - 2 -
科研成果包括经国内外公开申报、成果公示等程序的获奖科研成果、学术论文、著作。 （一）获奖的科研成果 1.奖励条件 对重庆大学排名第一的获奖科研成果按100％进行奖励，排名第二的按50％进行奖励，排名第三的按20％进行奖励，排名第四及以后的不予奖励。 2.奖励标准 （1）国家级获奖科研成果的奖励 中宣部“五个一工程”奖参照国家级获奖科研成果的奖励标准执行。 （2）省级人民政府社会科学优秀成果奖 重庆市科技进步奖（软科学类）、重庆市人民政府发展研究奖、纳入教育部高校社科年报统计的各类行业基金奖（吴玉章人文社会 - 3 -
北航数理统计大作业-多元线性回归
应用数理统计多元线性回归分析 （第一次作业） 学院： 姓名： 学号： 2013年12月
交通运输业产值的多元线性回归分析 摘要：本文基于《中国统计年鉴》（2012年版）统计数据，寻找影响交通运输业发展的因素，包括工农业发展水平、能源生产水平、进出口贸易交流以及居民消费水平等，利用统计软件SPSS对各因素进行了筛选分析，采用逐步回归法得到最优多元线性回归模型，并对模型的回归显著性、拟合度以及随机误差的正态性进行了检验，最后可以利用有效的最优回归模型对将来进行预测。 关键字：多元线性回归，逐步回归，交通运输产值，工业产值，进出口总额1，引言 交通运输业指国民经济中专门从事运送货物和旅客的社会生产部门，包括铁路、公路、水运、航空等运输部门。它是国民经济的重要组成部分，是保证人们在政治、经济、文化、军事等方面联系交往的手段，也是衔接生产和消费的一个重要环节。交通运输业在现代社会的各个方面起着十分重要的作用，因此研究交通运输业发展水平与各个影响因素间的关系显得十分重要，建立有效的数学相关模型对于预测交通运输业的发展，制定相关政策方案提供依据。根据经验交通运输业的发展受到工农业发展、能源生产、进出口贸易以及居民消费水平等众因素的影响，故建立一个完整精确的数学模型在理论上基本无法实现，并且在实际运用中也没有必要，一种简单有效的方式就是寻找主要影响因素，分析其与指标变量的相关性，建立多元线性回归模型就是一种有效的方式。 变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为
数理统计学大作业 学院航空航天工程学部专业飞行器设计 班级航宇二班 学号142103130228 姓名张立 指导教师姜永 负责教师 沈阳航空航天大学 2014年12月
目录 (2) 前言 (2) 一、采集样本数据整理及SPSS统计软件的实现 (3) 1.1、数据的收集方法及说明 (3) 1.2、数据整理：给出频数、频率分布表及偏度和峰度 (4) 1.3、画出直方图和折线图 (5) 1.4、经验分布函数和图形 (6) 1.5、各种概率分布 (7) 二、给出总体分布的参数估计 (12) 2.1、矩估计法 (12) 2.2、最大似然估计 (12) 2.3、参数区间估计 (13) 三、参数的假设检验 (16) 3.1. 样本统计数据的t检验 (16) 3.2样本统计数据的2χ检验 (17) 四、非参数假设检验（ 2 χ拟合优度检验） (18) 4.1、2χ拟合优度检验 (18) 五、结论 (20) 参考文献 (21)
数理统计学是研究有效地运用数据收集与数据处理、多种模型与技术分析、社会调查与统计分析等，对科技前沿和国民经济重大问题和复杂问题，以及社会和政府中的大量问题，如何对数据进行推理，以便对问题进行推断或预测，从而对决策和行动提供依据和建议的应用广泛的基础性学科。随着科学技术的发展，数理统计的作用在国民生活中越来越重要，特别是现在随着大数据的时代来临，迫切的需要我们对大量数据的处理能力，当然这些大量的数据不可能用人工计算，有很多可以实际应用的数理统计软件，这次大作业我使用的是SPSS软件。 由于数理统计是一门实用性极强的学科，在学习中要紧扣它的实际背景，理解统计方法的直观含义。了解数理统计能解决那些实际问题。对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。例如估计未知分布的数学期望，就要考虑到：1.如何寻求合适的估计量的途径，2.如何比较多个估计量的优劣。这样，针对1按不同的统计思想可推出矩估计和极大似然估计，而针对2又可分为无偏估计、有效估计、相合估计，因为不同的估计名称有着不同的含义，一个具体估计量可以满足上面的每一个，也可能不满足。掌握了寻求估计的统计思想，具体寻求估计的步骤往往是“套路子”的，并不困难，然而如果没有从根本上理解，仅死背套路子往往会出现各种错误.
重庆大学网络教育学院毕业设计（论文）成绩评定标准 毕业设计（论文）成绩评定要求严肃认真、坚持标准、实事求是，应反映学生真实的工作表现和业务水平及工作能力，尤其是优秀毕业设计（论文）的水平要名副其实。 （1）毕业设计（论文）评阅评分标准： 毕业设计（论文）成绩评定实行百分制，即：90~100分（优秀）、80~89分（良好）、70~79分（中等）、60~69分（及格）、60分以下（不及格）。本（专）科学生毕业设计（论文）成绩原则上优秀不超过10％、良好不超过25％。 90~100分（优秀） 毕业论文：毕业论文具有较强的实践应用意义或较高的学术价值；论点鲜明正确且有自己独到的见解和新意；能综合运用有关的基础理论和专业知识，比较全面和透彻地分析论题；论文中心突出、论据充足、论证严密、层次清晰、详略得当；语言准确简洁、文字流畅，书写工整。 毕业设计：毕业设计合理，具有良好的实用价值或创新性，完全满足设计要求的各项性能指标，反映设计者良好的专业基础知识以及独立分析问题和解决实际问题的能力。设计说明正确、清晰，文档及资料规范、齐全。 80~89分（良好） 毕业论文：毕业论文具有较强的实践应用意义或较高的学术价值；论点鲜明正确，有一定的个人见解；能运用有关的基础理论、专业知识，较好地分析问题；论文中心明确、内容充实、结构严密、层次清楚；语言表达能力较强，书写工整。 毕业设计：毕业设计比较合理，具有较好的实用价值或创新性，满足设计要求的各项性能指标，反映设计者较好的专业基础知识和动手实践能力。设计说明正确、清晰，文档及资料规范、齐全。
70~79分（中等） 毕业论文：毕业论文有一定的实践应用意义或学术价值；论点清楚正确；能结合所学知识提出和分析问题，并以一定的材料为依据进行阐述，在知识性、科学性方面无重大错误；论文中心较明确，层次较清楚，主要论据基本可靠；文字通顺。 毕业设计：毕业设计中能运用所学专业知识，独立完成设计任务；设计合理，基本满足设计要求的各项性能指标；设计说明正确、清楚，文档及资料齐全。 60~69分（及格） 毕业论文：毕业论文主要观点正确，但大都是一般化地人云亦云，且分析比较肤浅，有一定的基本材料予以论证，条理和逻辑性不够强；语言基本通顺，书写工整、规范。 毕业设计：毕业设计中能运用所学专业知识，独立完成设计任务，基本达到毕业设计要求，无原则性错误。设计说明基本正确、清楚，文档及资料齐全。 60分以下（不及格） 毕业论文：毕业论文观点不明确或有重大错误；论述有很大的片面性，主要观点不能成立；材料贫乏，内容空洞，且层次混乱，条理不清；写作基本功差，病句和错别字多，难以成文；或有抄袭他人成果的行为，论文内容有50％以上与他人雷同； 毕业设计：毕业设计不能按课题要求独立完成主要工作内容，设计不合理、出现原则性错误，达不到毕业设计的基本要求；设计说明不完整且不清晰，文档及资料欠规范、不齐全；或有抄袭他人成果的行为，设计内容有40％以上与他人雷同。
研究生“数理统计”课程课外作业 姓名：学号： 学院：光电工程学院专业：测控技术与仪器 类别：上课时间： 成绩： 城镇居民家庭食品总支出与肉类食品支出关系研究分析
摘要: 近些年,我国经济高速增长,居民的家庭收入大幅提高,同时居民的生活水平和质量也有了很大的提高,以前只有在过节或者有贵客时才能在餐桌上见到的各种食品现在已经平常化日常化。 肉类做为日常家庭食品的一个重要组成部分,也快速的增长着.上世纪80年代以来,城市居民家庭人均肉类消费增长了1倍。从表面看来家庭食品支出越高肉类消费越多。但是我们将城镇居民按家庭收入分成5等份，发现收入最低的吃肉最少，随着收入的增加，肉类消费数量同步增加，收入越高吃肉越多。但是也有部分高收入家庭的肉类消费量开始下降。因为这部分群体对于健康饮食的关注远远高于其他人群。所以从总体上看来，家庭食品总支出与肉类食品支出之间存在着一定的相互关联。在此文中我们以回归分析方法分析检验了家庭肉类食品消费支出与家庭食品总支出是否存在线性相关关系。 关键词：家庭肉类食品支出与食品总支出，回归分析方法 正文 随着我国经济的快速发展，居民的生活水平也有了显著的提高。同时城市居民家庭在食品方面的开支始终占据着很大的份额，其中肉类的开支也有着显著的提高。故提出在我国居民生活水平日益提高的情况下肉类食品的消费水平是否与家庭总的食品消费水平存在线性相关性？ 数据描述: 表一:家庭食品支出与各种肉类支出分布 家庭食品支出与肉类支出关系（元/月） 品名 按人平月可支配收入比例分组 最低收入 户低收入户 中等收入 户高收入户 最高收入 户 猪肉187.44 233.16 248.88 269.4 236.04 牛肉9.36 18.84 26.76 24.48 28.44
化工和危险化学品生产经营单位重大生产安全事故隐患判定标准（试行） 依据有关法律法规、部门规章和国家标准，以下情形应当判定为重大事故隐患： 一、危险化学品生产、经营单位主要负责人和安全生产管理人员未依法经考核合格。 二、特种作业人员未持证上岗。 三、涉及“两重点一重大”的生产装置、储存设施外部安全防护距离不符合国家标准要求。 四、涉及重点监管危险化工工艺的装置未实现自动化控制，系统未实现紧急停车功能，装备的自动化控制系统、紧急停车系统未投入使用。 五、构成一级、二级重大危险源的危险化学品罐区未实现紧急切断功能；涉及毒性气体、液化气体、剧毒液体的一级、二级重大危险源的危险化学品罐区未配备独立的安全仪表系统。 六、全压力式液化烃储罐未按国家标准设置注水措施。 七、液化烃、液氨、液氯等易燃易爆、有毒有害液化气体的充装未使用万向管道充装系统。 八、光气、氯气等剧毒气体及硫化氢气体管道穿越除厂区(包括化工园区、工业园区）外的公共区域。
九、地区架空电力线路穿越生产区且不符合国家标准要求。 十、在役化工装置未经正规设计且未进行安全设计诊断。 十一、使用淘汰落后安全技术工艺、设备目录列出的工艺、设备。 十二、涉及可燃和有毒有害气体泄漏的场所未按国家标准设置检测报警装置，爆炸危险场所未按国家标准安装使用防爆电气设备。 十三、控制室或机柜间面向具有火灾、爆炸危险性装置一侧不满足国家标准关于防火防爆的要求。 十四、化工生产装置未按国家标准要求设置双重电源供电，自动化控制系统未设置不间断电源。 十五、安全阀、爆破片等安全附件未正常投用。 十六、未建立与岗位相匹配的全员安全生产责任制或者未制定实施生产安全事故隐患排查治理制度。 十七、未制定操作规程和工艺控制指标。 十八、未按照国家标准制定动火、进入受限空间等特殊作业管理制度，或者制度未有效执行。 十九、新开发的危险化学品生产工艺未经小试、中试、工业化试验直接进行工业化生产；国内首次使用的化工工艺未经过省级人民政府有关部门组织的安全可靠性论证；新建
多元线性回归分析 摘要：本文查找2011年《中国统计年鉴》，取我国31个省市自治区直辖市2010年的数据，利用SPSS软件对影响居民消费的因素进行讨论构造线性回归模型。并对模型的回归显著性、拟合度、正态分布等分别进行检验，最终得到最优线性回归模型，寻找影响居民消费的各个因素。 关键字：回归分析；线性；相关系数；正态分布 1. 引言 变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为回归分析。 回归分析是指通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程，这一数学表达式通常称为经验公式。一方面，研究者可以利用概率统计知识，对这个经验公式的有效性进行判定；另一方面，研究者可以利用经验公式，根据自变量的取值预测因变量的取值。如果是多个因素作为自变量的时候，还可以通过因素分析，找出哪些自变量对因变量的影响是显著的，哪些是不显著的。 回归分析目前在生物统计、医学统计、经济分析、数据挖掘中得到了广泛的应用。通过对训练数据进行回归分析得出经验公式，利用经验公式就可以在已知自变量的情况下预测因变量的取值。实际问题的控制中往往是根据预测结果来进行的，如在商品流通领域，通常用回归分析商品价和与商品需求之间的关系，以便对商品的价格和需求量进行控制。 本文查找2011年《中国统计年鉴》，取我国31个省市自治区直辖市2010年的数据，利用SPSS软件对影响居民消费的因素进行讨论构造多元线性线性回归模型。以探求影响居民消费水平的各个因素，得到最优线性回归模型。随后，我们对模型的回归显著性、拟合度、正态分布等分别进行检验，以考察线性回归模型的可信度。 本文将分为5章进行论述。在第2章，我们介绍多元线性回归模型的概念。第3章，我们进行模型的建立与数据的收集和整理。我们在第4章对数据进行处理，得出多元线性回归模型，并对其进行检验。在第5章，我们进行总结。2.预备知识 2.1 回归分析 回归分析研究的主要对象是客观事物变量间的统计关系，它是建立在对客观事物进行大量试验和观察的基础上，用来寻找隐藏在那些看上去是不确定的现象中的统计规律性的统计方法。回归分析方法是通过建立统计模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效的工具。
重庆大学法学院2015年在职人员攻读硕士专业学位研究生拟录取名 单 重庆大学法学院2015年在职人员攻读硕士专业学位研究生拟录取名单 序号姓名准考证号初试成绩面试成绩政治成绩最终成绩是否拟录取1蒋有全1550035120120726593.474225.96是 2曹仕林1550035120211126185.867217.72是 3李吉1550035120183023887.485211.76是 4王明江1550035120212924578.868205.72是 5唐家欢1550035120210424485.862205.52是 6薛瑶1550035120221724272.678205.44是 7何富冰1550035120021024284.260202.88是 8甘诚1550035120181125167.263202.68是 9刘娅155003512016262339164201.8是 10郑光伦1550035120051523678.470200.96是 11胡宗维155003512007042348660198.8是 12张亢155003512022272436961197.8是 13张浩155003512007172367366197.2是 14张雷1550035120041423370.872196.92是 15周维维1550035120042021984.473194.36是 16罗凌1550035120091622484.865194.32是 17马宁1550035120230923181.856193.72是 18李智1550035120210220788.885193.72是 19敬也丁1550035120101621392.270192.68是 20谢宇155003512013032208265190.8是 21张仕治1550035120101222777.455189.16是 22马托儿1550035120042421578.472189.16是 23傅典模1550035120241221583.267189.08是 24杨旭1550035120231021374.678188.84是 25黄杰1550035120131220983.872187.72是 26魏荣峰155003512002012177667187.4是 27陈敏1550035120033020576.277184.28是 28谭玉华1550035120040220975.871184.12是 29彭伟1552035110330419780.684184.04是 30丁军华1550035120240220782.266183.48是 31何娟1550035120071020683.661181.44是 32谭东1550035120053021179.456180.76是 33陈晴1550035120041922065.856180.72是 34吕鹂欧155003512003162276942180.6是