《《统计学》课后答案(第二版,贾俊平版)附录答案 第6章9章方差分析.doc》由会员分享，可在线阅读，更多相关《《统计学》课后答案(第二版,贾俊平版)附录答案 第6章9章方差分析.doc（6页珍藏版）》请在三一办公上搜索。
1、第6章 方差分析6.1 (或)，不能拒绝原假设。6.2 (或)，拒绝原假设。6.3 (或)，拒绝原假设。6.4 (或)，拒绝原假设。6.5 (或)，拒绝原假设。，拒绝原假设；，不能拒绝原假设；，拒绝原假设。6.6 方差分析表中所缺的数值如下表：差异源SSdfMSFP-valueF crit组间42022101.4780.2459463.354131组内383627142.07总计425629(或)，不能拒绝原假设。第7章 相关与回归分析7.1 （1）散点图（略），产量与生产费用之间正的线性相关关系。（2）。（3）检验统计量，拒绝原假设，相关系数显著。7.2 （1）散点图（略）。（2）。7.3
2、（1）表示当时的期望值。（2）表示每变动一个单位平均下降0.5个单位。（3）。7.4 （1）。（2）。7.5 （1）散点图（略）。（2）。（3）。回归系数表示运送距离每增加1公里，运送时间平均增加0.00358天。7.6 (1) 散点图（略）。二者之间为高度的正线性相关关系。（2），二者之间为高度的正线性相关关系。（3）估计的回归方程为：。回归系数表示人均GDP每增加1元，人均消费水平平均增加0.308683元。（4）判定系数。表明在人均消费水平的变差中，有99.6259%是由人均GDP决定的。（5）检验统计量，拒绝原假设，线性关系显著。（6）（元）。（7）置信区间：1990.749，2565
3、.464；预测区间：1580.463，2975.750。7.7 （1） 散点图（略），二者之间为负的线性相关关系。（2）估计的回归方程为：。回归系数表示航班正点率每增加1%，顾客投诉次数平均下降4.7次。（3）检验统计量（P-Value=0.001108），拒绝原假设，回归系数显著。（4）（次）。（5）置信区间：（37.660，70.619）；预测区间：（7.572，100.707）。7.8 Excel输出的结果如下（解释与分析请读者自己完成）Multiple R0.7951R Square0.6322Adjusted R Square0.6117标准误差2.6858观测值20方差分析dfSS
4、MSFSignificance F回归分析1223.1403223.140330.93322.79889E-05残差18129.84527.2136总计19352.9855Coefficients标准误差t StatP-valueLower 95%Upper 95%Intercept49.31773.805012.96120.000041.323657.3117X Variable 10.24920.04485.56180.00000.15510.34347.9 （1）方差分析表中所缺的数值如下 方差分析表变差来源dfSSMSFSignificance F回归11422708.61422708
5、.6354.2772.17E-09残差1040158.074015.807总计111642866.67（2）。表明汽车销售量的变差中有86.60%是由于广告费用的变动引起的。（3）。（4）。回归系数表示广告费用每增加一个单位，销售量平均增加1.420211个单位。（5）Significance F2.17E-09，线性关系显著。7.10 ；。7.11 （1）27。（2）4.41。（3）拒绝。（4）。（5）拒绝。7.12 （1）。（2）。7.13 ；。7.14 ；预测28.586。7.15 （略）。7.16 （1）显著。 （2）显著。 （3）显著。7.17 （1）。（2）。（3）不相同。方程（1
6、）中的回归系数表示电视广告费用每增加1万元，月销售额平均增加1.6039万元；方程（1）中的回归系数表示在报纸广告费用不变的条件下，电视广告费用每增加1万元，月销售额平均增加2.2902万元。（4）；。（5）的P-Value=0.0007，的P-Value=0.0098，均小于，两个回归系数均显著。7.18 （1）（2）回归系数表示降雨量每增加1毫mm，小麦收获量平均增加22.3865kg/hm2；回归系数表示温度每增加1，小麦收获量平均增加327.6717kg/mh2。（3）可能存在。7.19 （1）。（2）；。（3）Significance F3.88E-08，不显著；的P-Value=0
7、.0013，不显著。第8章 时间序列分析和预测8.1 （1）时间序列图（略）。（2）13.55%。（3）1232.90(亿元)。8.2 （1）时间序列图（略）。（2）1421.2(公斤/公顷)。（3）时的预测值：，误差均方291455； 时的预测值：，误差均方239123。更合适。8.3 （1）3期移动平均预测值630.33（万元）。 （2）时的预测值：，误差均方87514.7； 时的预测值：，误差均方62662.5；时的预测值：，误差均方50236。更合适 （3）趋势方程。估计标准误差。8.4 （1）趋势图（略）。（2）趋势方程。2001年预测值3336.89(亿元)。8.5 （1）趋势图（
8、略）。 （2）线性趋势方程，2000年预测值=585.65（万吨）。8.6 线性趋势：；二次曲线：；三次曲线：。8.7 （1）原煤产量趋势图（略）。（2）趋势方程，预测值（亿吨）。8.8 （1）图形（略）。（2）移动平均法或指数平滑法。（3）移动平均预测=72.49(万元)；指数平滑法预测72.5(万元)( )。8.9 （1）略。 （2）结果如下2001年/月时间编号季节指数回归预测值最终预测值1971.04393056.303190.482980.99393077.503058.873990.95933098.712972.4841000.93983119.922931.9951010.94
9、393141.132964.8861020.95893162.333032.3071030.92873183.542956.4381040.92613204.752967.8691050.98143225.963166.05101061.00753247.163271.51111071.04723268.373422.77121081.26943289.584175.958.10 各季节指数如下1季度2季度3季度4季度季节指数0.75170.85131.23431.1627季节变动图（略）。计算趋势：分离季节因素后的趋势方程为：。图形（略）周期波动图（略）。8.11 各月季节指数如下1月2月3
10、月4月5月6月0.67440.66990.74320.79030.80610.85107月8月9月10月11月12月0.75520.34490.96191.19921.86622.3377季节变动图（略）。计算趋势：分离季节因素后的趋势方程为：。图形（略）。周期波动图（略）。随机波动图（略）。第9章 指数9.1 （1）。（2）。（3）。（4）13920元26190元-12270元。9.2 （1）111.72%。（2）111.60%。（3）100.10%。（4）15.3万元15.1532万元+0.1468万元。9.3 （1）2.62%；8016元。（2）28.42%；124864元。（3）143.37%；132880元。9.4 （1）单位成本增长11.11%。（2）；。9.5 结果如下表：年份缩减后的人均GDP19901584.919911817.219922149.419932562.319943161.219954145.219965148.719975889.119986357.919996640.020007049.89.6 ，下跌1.48%。
