下载文档原格式
实验二一元回归模型【实验目的】掌握一元线性、非线性回归模型的建模方法【实验内容】建立我国税收预测模型【实验步骤】【例1】建立我国税收预测模型。
表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。
一、建立工作文件⒈菜单方式在录入和分析数据之前，应先创建一个工作文件（Workfile）。
启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一个对话框（如图2所示）。
用户可以选择数据的时间频率（Frequency）、起始期和终止期。
图1 Eviews菜单方式创建工作文件示意图图2 工作文件定义对话框本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期85和98。
然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文件窗口（如图3所示）。
图3 Eviews工作文件窗口一个新建的工作文件窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）。
它们当前的取值分别是0和NA（空值）。
可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相同的方法查看工作文件窗口中其它对象的数值。
⒉命令方式还可以用输入命令的方式建立工作文件。
在Eviews软件的命令窗口中直接键入CREATE命令，其格式为：CREATE 时间频率类型起始期终止期本例应为：CREATE A 85 98二、输入数据在Eviews软件的命令窗口中键入数据输入/编辑命令：DA TA Y X此时将显示一个数组窗口（如图4所示），即可以输入每个变量的数值图4 Eviews数组窗口三、图形分析借助图形分析可以直观地观察经济变量的变动规律和相关关系，以便合理地确定模型的数学形式。
⒈趋势图分析命令格式：PLOT 变量1 变量2 ……变量K作用：⑴分析经济变量的发展变化趋势⑵观察是否存在异常值本例为：PLOT Y X⒉相关图分析命令格式：SCAT 变量1 变量2作用：⑴观察变量之间的相关程度⑵观察变量之间的相关类型，即为线性相关还是曲线相关，曲线相关时大致是哪种类型的曲线说明：⑴SCAT命令中，第一个变量为横轴变量，一般取为解释变量；第二个变量为纵轴变量，一般取为被解释变量⑵SCAT命令每次只能显示两个变量之间的相关图，若模型中含有多个解释变量，可以逐个进行分析⑶通过改变图形的类型，可以将趋势图转变为相关图本例为：SCA T Y X图5 税收与GDP趋势图图5、图6分别是我国税收与GDP时间序列趋势图和相关图分析结果。
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
计量经济学上机实验上机实验一：一元线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参数估计并进行检验上机步骤：中国内地2011年中国各地区城镇居民每百户计算机拥有量和人均总收入一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y X2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y X2.相关图：键入命令 SCAT Y X 散点图：趋势图：上机结果：Yˆ11.958+0.003X=s (βˆ) 5.6228 0.0002t (βˆ) 2.1267 11.9826prob 0.0421 0.00002=0.831 R2=0.826 FR=143.584 prob(F)=0.0000上机实验二：多元线性回归模型实验目的：多元回归模型的建立、比较与筛选，掌握基本的操作要求并能根据理论对分析结果进行解释实验内容：对线性回归模型进行参数估计并进行检验上机步骤：商品的需求量与商品价格和消费者平均收入趋势图：散点图：上机结果:i Yˆ=132.5802-8.878007X1-0.038888X2s (βˆ) 57.118 4.291 0.419t (βˆ) 2.321 -2.069 -0.093prob 0.0533 0.0773 0.9286 R2=0.79 R2=0.73 F =13.14 prob(F)=0.00427三：非线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参上机步骤：我国国有独立核算工业企业统计资料一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y L K2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y K L2.相关图：键入命令 SCAT Y K L四．估计回归模型：键入命令LS Y C K L上机结果：Y =4047.866K1.262204L-1.227157s (βˆ) 17694.18 0232593 0.759696t (βˆ) 0.228768 5.426669 -1.615325prob 0.8242 0.0004 0.1407R2=0.989758 R2=0.987482 F=434.8689 prob(F)=0.0000上机实验四：异方差实验目的：：掌握异方差的检验与调整方法的上机实现实验内容：我国制造工业利润函数行业销售销售行业销售销售实验步骤：一．检验异方差性1．图形分析检验：1) 观察Y、X相关图：SCAT Y X2) 残差分析:观察回归方程的残差图LS Y C X在方程窗口上点击Residual按钮；2． Goldfeld-Quant检验：SORT XSMPL 1 10LS Y C X（计算第一组残差平方和）SMPL 19 28LS Y C X（计算第二组残差平方和）计算F统计量，判断异方差性3．White检验：SMPL 1 28LS Y C X在方程窗口上点击：View\Residual\Test\White Heteroskedastcity 由概率值判断异方差性。
S .. . ..学生实验报告（经管类专业用）一、实验目的及要求：1、目的利用ＥＶＩＥＷＳ实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。
2、内容及要求(１)．熟悉ＥＶＩＥＷＳ实验软件的基本操作程序和方法；(2)、掌握一元线性回归模型基本概念，了解其估计和检验原理(3)、提交实验报告二、仪器用具：三、实验结果与数据处理：1 经研究发现，家庭书刊消费受家庭收入几户主受教育年数的影响，表中为对某地区部分. . . 资料. .8家庭抽样调查得到样本数据：(1) 建立家庭书刊消费的计量经济模型； （2）利用样本数据估计模型的参数；（3）检验户主受教育年数对家庭书刊消费是否有显著影响； （4）分析所估计模型的经济意义和作用 答：（1）建立家庭书刊消费的计量经济模型： i i i i u T X Y +++=321βββ其中：Y 为家庭书刊年消费支出、X 为家庭月平均收入、T 为户主受教育年数 （2即 ii i T X Y 3703.5208645.00162.50ˆ++-= （49.46026）（0.02936） （5.20217）t= (-1.) (2.) (10.06702)R 2=0. 944732.02=R F=146.2974(3) 检验户主受教育年数对家庭书刊消费是否有显著影响:由估计检验结果, 户主受教育年数参数对应的t 统计量为10.06702, 明显大于t 的临界值131.2)318(025.0=-t ，同时户主受教育年数参数所对应的P 值为0.0000，明显小于05.0=α，均可判断户主受教育年数对家庭书刊消费支出确实有显著影响。
（4）本模型说明家庭月平均收入和户主受教育年数对家庭书刊消费支出有显著影响，家庭月平均收入增加1元，家庭书刊年消费支出将增加0.086元，户主受教育年数增加1年，家庭书刊年消费支出将增加52.37元。
一、实验目的及要求：1、目的利用EVIEWS 实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。
2、内容及要求(1) 熟悉ＥＶＩＥＷＳ实验软件的基本操作程序和方法； (2) 掌握一元线性回归模型基本概念，了解其估计和检验原理 (3) 提交实验报告二、仪器用具：三、实验结果与数据处理：1下面是利用1970-1980年美国数据得到的回归结果。
其中Y 表示美国咖啡消费（杯/日.人），X 表示平均零售价格（美元/磅）。
注：262.2)9(2/=αt ，228.2)10(2/=αt6628.006.42)()1216.0(4795.06911.2ˆ2===-=R t se X Y tt）（值1. 写空白处的数值。
12. 对模型中的参数进行显著性检验。
3. 解释斜率系数1β的含义，并给出其95%的置信区间。
解：（1）1308.221216.06911.2)(00===ββse t0114.006.424795.0)(11-=-==tse ββ（2）用t 检验法分别对模型中的参数0β1β进行显著性水平检验： 在5%的显著性水平下，模型的自由度为11-2=9，且262.2)9(025.0=t 由于262.21308.220>=βt ，故该模型的截距项在统计上是显著的； 同理 262.206.421>=βt ，即斜率系数在统计上也是显著的。
（3）斜率系数4795.01-=β，小于0，在其他条件不变的情况下，咖啡的平均零售价格每增加一个单位，美国咖啡的日消费将平均减少0.4795个单位，说明咖啡的消费量与其平均零售价格呈负相关关系。
1β的95%的置信区间为：]4537.0,5053.0[)]ˆ(ˆ),ˆ(ˆ[12/112/1--+-即ββββααse t se t2美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。
计量经济学实验报告一元线性回归检验1.研究对象，研究目的：居民消费与国民生产总值的关系2.建立计量经济模型，说明其理论基础：由经济理论知，居民消费受国民生产总值的影响，两者之间具有正向同步变化的趋势。
除国民生产总值之外，对居民消费有影响的其他因素均包含在随机误差项中。
根据这一理论假设，可建立如下居民消费函数模型：Yi=β0+ β1Xi+u3.收集数据：下表的数据为全国18年的国民生产总值X与居民消费Y。
年份国民生产总值(亿元)居民消费(亿元)1993 35260 16412.11994 48108.5 21844.21995 59810.5 28369.71996 70142.5 33955.91997 78060.8 36921.51998 83024.3 39229.31999 88479.2 41920.42000 98000.5 45854.62001 108068.2 49435.92002 119095.7 53056.62003 135174 57649.82004 159586.7 65218.52005 185808.6 72652.52006 217522.7 82103.52007 267763.7 95609.82008 316228.8 110594.52009 343464.7 121129.92010 400041.2 133290.9资料来源：中国经济统计数据4.根据表中数据，利用Eviews软件进行回归分析：（1）作命令法：create a 1993 2010（2）输入数据如下图：（3）做散点图：(4)估计参数得回归方程如下：i iX Y 31.07.12312ˆ+= R 2=0.99185.估计模型，并对模型进行经济意义检验、统计检验、计量经济检验和预测检验：(1)经济检验（结构分析）31.0ˆ1=β是样本回归直线的斜率，表示城镇居民的边际消费倾向，说明年均国民生产总值增加1元时，居民消费将增加0.31元；7.12312ˆ0=β是样本回归直线的截距，它表示不受国民生产总值影响的自发性居民消费。
实验一 简单线性回归一、 实验名称：简单线性回归 二、实验目的掌握一元线性回归模型的估计与应用，熟悉EViews 的基本操作,并且给案例做一元回归并做预测。
三、实验中所需要掌握的知识点掌握一元回归及其预测四、实验前预备的情况说明（包括上机步骤、实验所涉及的基本原理知识的复习理解、 对实验结果的预期解释等）(1)最小二乘法估计的原理 (2) t 检验 (3)拟合优度检验(4)点预测和区间预测五、上机实验内容（填写本次上机的情况）1．上机步骤⑴统计结果，如图1所示，Y ,X 的均值分别为3081.158和22225.13，Y,X 的标准差为2212.591,和22024.6图1(2) 设定模型为 12i i i Y X u ββ=++，经运算的 Equation 界面如图2图3由图2的数据得：；2．上机结果（1）回归估计结果为：Dependent Variable: Y Method: Least SquaresDate: 04/09/14 Time: 18:53 Sample (adjusted): 1978 1997Included observations: 20 after adjustmentsVariable CoefficientStd. Errort-Statistic Prob. X 0.100036 0.002172 46.04910 0.0000 C857.837567.1257812.77955 0.0000R-squared 0.991583 Mean dependent var 3081.158 Adjusted R-squared 0.991115 S.D. dependent var 2212.591 S.E. of regression 208.5553 Akaike info criterion 13.61293 Sum squared resid 782915.7 Schwarz criterion 13.71250 Log likelihood -134.1293 F-statistic2120.520 Durbin-Watson stat0.864032 Prob(F-statistic)0.000000因此得到回归模型为： Y=857.8375+0.100036X斜率系数的经济意义为：GDP 增加1亿元，财政收入增加0.1亿元。
竭诚为您提供优质文档/双击可除一元回归及检验实验报告篇一：一元线性回归模型的参数估计实验报告山西大学实验报告实验报告题目：计量经济学实验报告学院：专业：课程名称：计量经济学学号：学生姓名：教师名称：崔海燕上课时间：一、实验目的：掌握一元线性回归模型的参数估计方法以及对模型的检验和预测的方法。
二、实验原理：1、运用普通最小二乘法进行参数估计；2、对模型进行拟合优度的检验；3、对变量进行显著性检验；4、通过模型对数据进行预测。
三、实验步骤：（一）建立模型1、新建工作文件并保存打开eviews软件，在主菜单栏点击File\new\workfile，输入startdate1978和enddate20XX并点击确认，点击save 键，输入文件名进行保存。
2输入并编辑数据在主菜单栏点击Quick键，选择empty\group新建空数据栏，先输入被解释变量名称y，表示中国居民总量消费，后输入解释变量x，表示可支配收入，最后对应各年分别输入数据。
点击name键进行命名，选择默认名称group01,保存文件。
得到中国居民总量消费支出与收入资料：xY年份19786678.83806.719797551.64273.219807944.24605.5198 184385063.919829235.25482.4198310074.65983.21984115 656745.7198511601.77729.2198613036.58210.9198714627 .788401988157949560.5198915035.59085.5199016525.994 50.9199118939.610375.8199222056.511815.3199325897.3 13004.7199428783.413944.2199531175.415467.919963385 3.717092.5199735956.218080.6199838140.919364.119994 027720989.3200042964.622863.920XX20XX20XX20XX20XX20XX46385.45127457408.164623.17 4580.485623.124370.126243.22803530306.233214.436811 .2注：y表示中国居民总量消费x表示可支配收入3、画散点图，判断被解释变量与解释变量之间是否为线性关系在主菜单栏点击Quick\graph出现对话框，输入“xy”，点击确定。
计量经济学实验⼀⼀元线性回归完成版实验⼀⼀元线性回归⽅程1.下表是中国2007年各地区税收Y和国内⽣产总值GDP的统计资料。
单位：亿元要求，运⽤Eviews软件：(1)作出散点图，建⽴税收随国内⽣产总值GDP变化的⼀元线性回归⽅程，并解释斜率的经济意义；解：散点图如下：得到估计⽅程为：0.07104710.62963=-y x这个估计结果表明，GDP 每增长1亿元，各地区税收将增加0.071047亿元。
(2) 对所建⽴的回归⽅程进⾏检验；解：从回归的估计的结果来看，模型拟合得较好。
可决系数20.7603R =，表明各地区税收变化的76.03%可由GDP 的变化来解释。
从斜率项的t 检验值看，⼤于5%显著性⽔平下⾃由度为229n -=的临界值0.025(29) 2.05t =，且该斜率满⾜0<0.071047<1，表明2007年，GDP 每增长1亿元，各地区税收将增加0.071047亿元。
(3) 若2008年某地区国内⽣产总值为8500亿元，求该地区税收收⼊的预测值及预测区间。
解：由上述回归⽅程可得地区税收收⼊的预测值：0.0710********.62963593.3Y =-= 下⾯给出税收收⼊95%置信度的预测区间：由于国内⽣产总值X 的样本均值与样本房差为()8891.126()57823134E X Var X ==于是，在95%的置信度下，0()E Y 的预测区间为593.3 2.045±593.3113.4761=±或(479.8239,706.7761)当GDP 为8500亿元时地区的税收收⼊的个值预测值仍为593.3。
同样的，在95%的置信度下，该地区的税收收⼊的预测区间为593.3 2.045593.3641.0421±=±或（-47.7,1234.3）。
资料来源:《深圳统计年鉴2002》，中国统计出版社解：(1)建⽴深圳地⽅预算内财政收⼊对GDP 的回归模型；得到回归⽅程：?0.134582 3.611151yx =-(2)估计所建⽴模型的参数，解释斜率系数的经济意义；X 的系数为0.314582，常数项为-3.611151。
实验一一元线性回归方程1.下表是中国2007年各地区税收Y和国内生产总值GDP的统计资料。
单位：亿元地区Y GDP 地区Y GDP北京1435.7 9353.3 湖北434.0 9230.7 天津438.4 5050.4 湖南410.7 9200.0 河北618.3 13709.5 广东2415.5 31084.4 山西430.5 5733.4 广西282.7 5955.7 内蒙古347.9 6091.1 海南88.0 1223.3 辽宁815.7 11023.5 重庆294.5 4122.5 吉林237.4 5284.7 四川629.0 10505.3 黑龙江335.0 7065.0 贵州211.9 2741.9 上海1975.5 12188.9 云南378.6 4741.3 江苏1894.8 25741.2 西藏11.7 342.2 浙江1535.4 18780.4 陕西355.5 5465.8 安徽401.9 7364.2 甘肃142.1 2702.4 福建594.0 9249.1 青海43.3 783.6 江西281.9 5500.3 宁夏58.8 889.2 山东1308.4 25965.9 新疆220.6 3523.2 河南625.0 15012.5要求，运用Eviews软件：(1)作出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程，并解释斜率的经济意义；解：散点图如下：得到估计方程为：ˆ0.07104710.62963=-y x这个估计结果表明，GDP 每增长1亿元，各地区税收将增加0.071047亿元。
(2) 对所建立的回归方程进行检验；解：从回归的估计的结果来看，模型拟合得较好。
可决系数20.7603R =，表明各地区税收变化的76.03%可由GDP 的变化来解释。
从斜率项的t 检验值看，大于5%显著性水平下自由度为229n -=的临界值0.025(29) 2.05t =，且该斜率满足0<0.071047<1，表明2007年，GDP 每增长1亿元，各地区税收将增加0.071047亿元。
(3) 若2008年某地区国内生产总值为8500亿元，求该地区税收收入的预测值及预测区间。
解：由上述回归方程可得地区税收收入的预测值：ˆ0.0710********.62963593.3Y =⨯-= 下面给出税收收入95%置信度的预测区间：由于国内生产总值X 的样本均值与样本房差为()8891.126()57823134E X Var X ==于是，在95%的置信度下，0()E Y 的预测区间为593.3 2.045±593.3113.4761=±或(479.8239,706.7761)当GDP 为8500亿元时地区的税收收入的个值预测值仍为593.3。
同样的，在95%的置信度下，该地区的税收收入的预测区间为593.3 2.045593.3641.0421±=±或（-47.7,1234.3）。
1992 42.9599 317.3194 1993 67.2507 449.2889 1994 74.3992 615.1933 1995 88.0174 795.6950 1996 131.7490 950.0446 1997 144.7709 1130.0133 1998 164.9067 1289.0190 1999 184.7908 1436.0267 2000 225.0212 1665.4652 2001265.65321954.6539资料来源:《深圳统计年鉴2002》，中国统计出版社解：(1)建立深圳地方预算内财政收入对GDP 的回归模型；得到回归方程：ˆ0.134582 3.611151yx =-(2)估计所建立模型的参数，解释斜率系数的经济意义；X 的系数为0.314582，常数项为-3.611151。
说明深圳市国内生产总值每增加1亿元，地区税收增加0.134582亿元。
(3)对回归结果进行检验；从回归估计的结果看，模型拟合得较好。
可决系数R 2=0.991810，表明地方预算内财政收入变化的99.18%可由国内生产总值的变化来解释。
从斜率项的t 检验看，大于5%显著性水平下自由度为n-2=10的临界值0.025(10) 2.228t =，且斜率值满足0<0.135<1，表明在深圳，国内生产总值每增加1亿元，地方预算内财政收入增加0.134582亿元。
(4)若是2005年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预 测区间(0.05α=)。
由上述回归方程可得财政收入的预测值为：ˆ0.134582 3.611151480.884Y X =-= 下面给出财政收入的95%的置信区间。
由国内生产总值GDP 的样本均值与样本方差为：()917.5874E X = ()344884.4Var X =于是在95%的置信区间下，E （Y 0）的预测区间为：()()23600917.5874567.38311480.9 2.22812212121344884.4⎛⎫-±⨯⨯+ ⎪ ⎪--⨯⎝⎭480.924.7199=±或(456.1801,505.6199)当国内生产总值为3600亿元时财政收入的个值预测值仍为480.884。
同样的，在95%的置信度下，该地区的税收收入的预测区间为()()23600917.5874567.38311480.9 2.228112212121344884.4⎛⎫-±⨯⨯++ ⎪ ⎪--⨯⎝⎭或（451.0215,510.7785）。
3. 表中是16支公益股票某年的每股帐面价值和当年红利： 公司序号帐面价值（元） 红利（元） 公司序号帐面价值（元） 红利（元）1 22.44 2.4 9 12.14 0.802 20.89 2.98 10 23.31 1.943 22.09 2.06 11 16.23 3.004 14.48 1.09 12 0.56 0.285 20.73 1.96 13 0.84 0.84 67 819.25 20.37 26.431.552.16 1.6014 15 1618.05 12.45 11.33 1.80 1.21 1.07根据上表资料：解：（1）建立每股帐面价值和当年红利的回归方程；得到回归方程：ˆ0.0728760.479775yx =+（2）解释回归系数的经济意义；从回归方程得知，当当年红利每增加1元时，账面价值增加0.072876元。
（3）若序号为6的公司的股票每股帐面价值增加1元，估计当年红利可能为多少？由上述回归方程可得该区的税收的预测值为：ˆ0.072876(19.251)0.479775 1.94Y =⨯++= 下面给出当年红利的95%的置信区间。
由账面价值的样本均值与样本方差为：() 1.67125E X = ()0.592612Var X =于是在95%的置信区间下，E （Y 0）的预测区间为：1.942.12±1.940.4014=±或(1.5386,2.3414)当账面价值为1元时当年红利的个值预测值仍为1.94。
同样的，在95%的置信度下，该地区的税收收入的预测区间为1.942.12±或 (0.6812,3.1988)。
4. 美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal1。
1资料来源:(美)David R.Anderson等《商务与经济统计》，第405页，机械工业出版社美国(US Airways)航空公司 75．7 0．68 联合(United)航空公司 73．8 0．74 美洲(American)航空公司 72．2 0．93 德尔塔（Delta ）航空公司 71．2 0．72 美国西部(Americawest)航空公司70．8 1．22 环球(TW A)航空公司 68．51．25解：(1)画出这些数据的散点图(2)根据散点图。
表明二变量之间存在什么关系？根据散点图，表明二变量之间存在线性关系(3)求出描述投诉率是如何依赖航班按时到达正点率的估计的回归方程。
得方程ˆ0.070414 6.017832yx =-+(4)对估计的回归方程的斜率作出解释。
X 的系数为-0.070414，常数项为 6.017832。
正点率每增加1%，投诉率就减少0.070414次、10万乘客。
(5)如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数是多少？如果航班按时到达的正点率为80%，由上述回归方程可得每10万名乘客投诉的预测次数是：ˆ0.070414 6.0178320.3847Y X =-+= 下面给出投诉率的95%的置信区间。
由正点率的样本均值与样本方差为：()74.13E X = ()16.0875Var X =于是在95%的置信区间下，E （Y 0）的预测区间为：0.3847 2.365±0.38470.2341=±或(0.1506,0.6188)同样的，在95%的置信度下，投诉率的个值预测区间为0.3847 2.365±或（-0.0619,0.8313）。
试建立曲线回归方程yˆ=a bx e （Y ˆ= a ln +b x ）并进行计量分析。
解：由题意可知建立单对数模型 ls log(y) c x由图可知：x所对应得P值小于0.05，故y x=-+ln0.313960 5.7304886. 为研究美国软饮料公司的广告费用X与销售数量Y的关系,分析七种主要品牌软饮料公司的有关数据2(见下表)美国软饮料公司广告费用与销售数量品牌名称广告费用X(百万美元) 销售数量Y(百万箱) Coca-Cola Classic 131.3 1929.2Pepsi-Cola 92.4 1384.6Diet-Coke 60.4 811.4Sprite 55.7 541.5Dr.Pepper 40.2 546.9Moutain Dew 29.0 535.67-Up 11.6 219.5 分析广告费用对美国软饮料工销售影响的数量关系。
解：画出销售销量Y对广告费用X的散点图如下：2资料来源:(美)David R.Anderson等《商务与经济统计》，第405页，机械工业出版社由图可得出结论：销售销量Y与广告费用X存在明显的线性关系，即当广告费用增加时，销售销量也增加，考虑建立两者之间的线性回归方程来描述广告费用对美国软饮料工销售影响的数量关系。
从回归估计的结果看，模型拟合得较好。
可决系数R2=0.56774，表明销售销量变化的95.68%可由广告费用的变化来解释。
