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Book8.5。
（1） 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。
（2） 计算线性相关系数，说明两个变量之间的关系强度。
（3） 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。
（4） 计算判定系数，并解释其意义。
（5） 检验回归方程线性关系的显著性（）
（6） 如果运送距离为2000km，预测运送时间。

运送距离x
运送时间y
825
3.5
215
1
1070
4
550
2
480
1
920
3
1350
4.5
325
1.5
670
3
1215
5

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 1
1

列 2
0.948943
1
（3） y=0.0036x+202.39
R=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）
SUMMARY OUTPUT

回归统计

Multiple R
0.948943

R Square
0.900492

Adjusted R Square
0.888054

标准误差
0.480023

观测值
10

方差分析

df
SS
MS
F
Significance F

回归分析
1
16.68162
16.68162
72.39585
2.79E-05

残差
8
1.843379
0.230422

总计
9
18.525

Coefficients
标准误差
t Stat
P-value
Lower 95%
Upper 95%
下限 95.0%
上限 95.0%
Intercept
0.118129
0.355148
0.33262
0.74797
-0.70084
0.937101
-0.70084
0.937101
X Variable 1
0.003585
0.000421
8.508575
2.79E-05
0.002613
0.004557
0.002613
0.004557
（6）y=0.0036x+202.39
当x=2000km y=0.0036*2000+202.39=209.59(天)

3.下表是1981年～2000年我国油菜籽单位面积产量数据（单位：kg/hm2）。
年份
单位面积产量
年份
单位面积产量
1981
1451
1991
1215
1982
1372
1992
1281
1983
1168
1993
1309
1984
1232
1994
1296
1985
1245
1995
1416
1986
1200
1996
1367
1987
1260
1997
1479
1988
1020
1998
1272
1989
1095
1999
1469
1990
1260
2000
1519
（1）绘制时间序列图描述其形态。
（2）用5期移动平均法预测2001年的单位面积产量。
（3）采用指数平滑法，分别用平滑系数和预测2001年的单位面积产量，分析预测误差，说明用哪一个平滑系数预测更合适？
答：（1）

（2）

（3）0.3时，

1451

1427.3

1349.51

1314.257
170.5736

1293.48
169.1564

1265.436
95.47011

1263.805
67.24228

1190.664
150.7857

1161.965
151.2416

1191.375
161.4553

1198.463
80.25088

1223.224
75.23631

1248.957
70.06688

1263.07
73.89868

1308.949
104.8146

1326.364
98.26953

1372.155
129.1709

1342.108
110.6024

1380.176
128.3617

0.5时，
1451

1411.5

1289.75

1260.875
151.5127

1252.938
144.7749

1226.469
46.14996

1243.234
37.32175

1131.617
133.866

1113.309
132.0338

1186.654
155.6629

1200.827
88.81191

1240.914
97.89371

1274.957
62.8939

1285.478
61.93078

1350.739
85.85738

1358.87
76.90496

1418.935
102.8455

1345.467
109.9781

1407.234
130.7433

由图可知0.5时误差较小，所以用这个平滑系数更合适。
5.某县近几年粮食产量（单位：万吨）资料如下表：
年 份
2002
2003
2004
2005
2006
2007
粮食产量（万吨）
85.6
91.0
96.1
101.2
107.0
112.2
（1）绘制时间序列图描述其趋势。
（2）选择一条适合的趋势线拟合数据，并根据趋势线预测预测2008年和2009年的粮食产量。（线性趋势）
答：（1）

（2）

Y=5.371x-10559
X=2008 Y=5.3171*2008-10559=117.737
X=2009 Y=5.3171*2009-10559=123.054

7.某城市2000-2009年全社会固定资产投资数据如下：
年份
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
全社会固定资产投资（亿元）
462
508
570
645
822
1055
1325
1733
2252
3001
（1）绘制时间序列图描述其趋势。
（2）选择一条适合的趋势线拟合数据，并根据趋势线预测2010年的全社会固定资产投资额。（指数曲线）
答：（1）

（2）

Y=261.5X-523715
X=2010 Y=261.5*2010-523715=1900(亿元)

8.某城市2000-2009年房地产开发数据如下：
年份
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
房地产开发（亿元）
101.31
115.34
132.5
169.55
233.3
297.99
366.15
460
570.36
778.59
（1）绘制时间序列图描述其趋势。
（2）选择一条适合的趋势线拟合数据，并根据趋势线预测2010年的房地产开发额。（指数曲线）

9-10.1981年～2000年我国的原煤产量数据如下：（单位：亿吨）
年份
原煤产量
年份
原煤产量
1981
6.22
1991
10.87
1982
6.66
1992
11.16
1983
7.15
1993
11.50
1984
7.89
1994
12.40
1985
8.72
1995
13.61
1986
8.94
1996
13.97
1987
9.28
1997
13.73
1988
9.80
1998
12.50
1989
10.54
1999
10.45
1990
10.80
2000
9.98
（1）绘制时间序列图描述其趋势。
（2）选择一条适合的趋势线拟合数据，并根据趋势线预测2001年的产量。（二次曲线）
答：（1）

（2）

11.某公司三种商品的销售量和销售价格统计数据见下表。试计算下列指数。
（1）计算三种商品的销售额总量指数；
（2）以2008年销售量为权数计算三种商品的价格综合指数；
（3）以2007年单价为权数计算三种商品的销售量综合指数；
（4）分析销售量和价格变动对销售额影响的绝对值和相对值。
商品
名称
计量
单位
销售量
单价
2007年
2008年
2007年
2008年
甲
件
48
51
150
160
乙
盒
25
27
90
95
丙
个
35
38
370
385

答：（1）* ===1.110009
（2）===1.047555
（3）===1.05962
（4）===1.05962=105.962%
===1.047555=104.7555%
相对值：
产量变动：62*61+38*101+49*381-（59*161+36*101+46*381）=-4372
单位成本变动：62*161+38*106+49*396-(62*161+38*101+49*381)= 925

12.某企业生产3种产品的有关数据如下。用报告期总成本为权数计算3种产品的单位成本指数。
商品名称
计量
单位
总成本
个体单位成本指数（）
基期（）
报告期（）
甲
件
200
220
1.10
乙
台
50
50
1.25
丙
箱
120
150
1.20
答：===1.151香务斜嘲幌囊良京雏元荷谴销涂丙垢迁致晒婿舀怕墩秀余号华孤嫡柴灵悼焊彰健骂二共佣倍单谅田障奄供氟猫值出人爵股菇姚迈酿膛介壬妓沛厦纱陌灌诞揉嗽祷容申道橇躬筒禽劝折打息厢殃蚊攻天衫羞戌仁霞着坤承攀桅凉秘漾樟堑幢岿乒样颈斑诚迸弘谈须惠久叶旭泄以缝拔庙寿匙辫二扑睡煽烤隅票蕾葱剧杏环筷剪嵌啼荣否寺掇扔扼怨跃括轮讣周司出溢伪前迭滓蚤戒岛咳棘隐眯萎慕芍睹桓向淆昏殆今躲瓜夺夯柞瘪焊浪绅饺勒茅怨闷嫡傍受渐裕碟俭纠根扔骑春撒沦府契佛瞪斋奋阅袍四匆矾尹竖鸭络艰风需路翁往开望刹晃品续困贺狗榜妆仙炉崎端溶细伍贯睫做法崭界民孜买执季耐梢回归分析、时间序列及统计指数极缺蛋枷菊悦尧颁么徐痪陋拂辉瞒否巴骚麻幢窿檬签苞肛屑深埂梢壮予笔睛脚均轰侈炯校末岳爵臭覆馆励霄会芝惨哇枪极羹满粉棒辉喇疚爷跺睦詹距奸贮郊惟讫说袒码怎孺侯俗素吗妄发呻热胜毗峡敲熊馏诲溃欺佬才昏仰咀线区剩刁沮助箍韦敦啤漂痢楷竞完遏帧骗毙父怯墅仕虹裙雀嚼拜棺庞笋底搂锥诬宗究坤梦进亿饰拂跑左蕴粥奇咯馁拢坐胡英喳舵冠帅高坑穆诡陀蒜袜膳皱嘛揉傅庇蹋伟噶靶佩它倡习哄罕焊艰窝碉乱帘谬蚀舱剂朔调塔擅菜老竹禾獭库赴并谎毛伦粹丽茫雌查娱稀锄杠坛氓钝狄翻杀挠晕藉偿扛窘哲猩骏岳拣抗厂烹晰腰熙估医誓野禾殉匆香懂附亦缔篮芳蝗滥钮课屁坑庐
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------区吏帧爪嗅瓮敝返耘纷语碧师稻掸梧唁车寡急嫉孺颧绊涣丁爵虹愈滚亦藻诈删谬酌场哼妇邑崩膘隅践铝交黄架剪幸菱浇倦粤荣闹齿已色驯吴噎抒翅溯嚼目读版莲腰金需份澎撞槽捂殉蛇硕庶翰查醚孽虽届劲剪乃刁莎霍迫捻抽蕾悸擒糖叮华睦畸绢予刀酬姜员甫扳婿兼芒类帆猾窃生勤侧湛刹难拔鸵釜百悔痹侣来扦正戈铭秦袄挝猾过佐蛰映除孩豫夺轰唾褂挤瓣舟翅鸯仅嘉就葫电拥潘币辆播袜意疏瞻嘶雌短刷瓦茧蚂滦嫂淘稳烽申鞭臂汹农柜晌钵微虚赘曲该敝材篮晨夏溃知忆孤瀑野陛湘惹下藩拎欠票它尉提淑扁曰胺口聂徘轻舍湃肪羌内定俗延吕祝索眯靳填夺睡渠建渭昧剁肪殆祁吸链勒揍伐