線性回歸案例分析

【篇一：線性回歸案例分析】散布圖一練習(xí)總評估價某建筑公司想了解位于某街區(qū)的住宅地產(chǎn)的銷房產(chǎn)79,760售價格y與總評估價x之98,480間的相關(guān)程度到底有多110,655大？于是從該街區(qū)去年96,859售出的住宅中隨機(jī)抽1094,798的總評估價和銷售資料139,850如右表170,34110corporatecommunication28.05.2007corporatecommunication28.05.2007相關(guān)分析案例justintao銷售價格y美元95,000156,900111,000110,110100,000130,000170,400185,000繪制散布圖，觀察其相關(guān)關(guān)系輸入數(shù)據(jù)點(diǎn)擊graphscatterplot彈出對話框，依次對應(yīng)x、y輸入變量列點(diǎn)擊ok散布圖及關(guān)系分析從散布圖可以看出：總評估價值x與銷售價corporatecommunication28.05.2007corporatecommunication格y存在線性正相關(guān)，相關(guān)程度較大；隨格y存在線性正相關(guān)，相關(guān)程度較大；隨x增大，y有增長趨凹

1=11=128.05.2007計(jì)算相關(guān)系數(shù)輸入數(shù)據(jù)點(diǎn)擊statbasicstatisticscorrelation...彈出對話框，輸入x、y變量列點(diǎn)擊ok散布圖（相關(guān)分析）案例下面是表示某公司廣告費(fèi)用和銷售額之間關(guān)系的資試求這家公司的廣告費(fèi)和銷售額的相關(guān)系數(shù)廣告費(fèi)（10萬）銷售額（100萬）202215172318251020得出相關(guān)系數(shù)及檢驗(yàn)p值corporatecommunication28.05.2007corporatecommunication28.05.20070.0020.05（留意水準(zhǔn)），廣告費(fèi)和銷售額的相關(guān)關(guān)系是有影響的corporatecommunication28.05.2007corporatecommunication28.05.2007回歸分析案例通過下例觀察回歸分析和決定系數(shù)。為了知道機(jī)械的使用年限和設(shè)備費(fèi)用之間有什么關(guān)系，得到了有關(guān)對相同機(jī)械設(shè)備記錄的如下數(shù)據(jù)。試求對這個數(shù)據(jù)說明x與y之間關(guān)系的線性回歸方程。若使用年限為10年時，設(shè)備費(fèi)用是多少使用年回歸分析輸入數(shù)據(jù)點(diǎn)擊statregressionregression彈出對話框，依次選擇輸出變量列、選擇輸入變設(shè)備費(fèi)3924115105508667901401127018643126corporatecommunication28.05.2007corporatecommunication28.05.2007回歸分析選擇輸出變量列選擇輸入變量列plot的形態(tài)選擇顯選擇顯示在殘差graph的殘差形態(tài)graph的殘差形態(tài)residualplotscorporatecommunication28.05.2007corporatecommunication28.05.2007回歸分析regression可以選擇加重值列，預(yù)測新的觀測值確認(rèn)信賴區(qū)信賴區(qū)間輸入10,能計(jì)算出10年后的設(shè)備費(fèi)用(預(yù)測值)13corporatecommunication28.05.2007選擇從worksheet的輸入變量和輸出變量列的下一個列開始被check的項(xiàng)目corporatecommunication28.05.2007results:調(diào)整對顯示在windowsection的回歸模型的分析結(jié)果范圍。選擇殘差列選擇殘差列storageresiduals(殘差)residuals(殘差)checkcheckfits(適合值)fits(適合值)checkcheckcorporatecommunication28.05.2007【篇二：線性回歸案例分析】南通市年人均可支配收入為x，研究它與年人均消費(fèi)性支出y之間的關(guān)系。已知1980-1998年樣本觀測值如下：年份yx年份yx年份yx80￥474.7￥526.987￥798.6￥884.493Y849.8￥1,035.381匹

1=1凹

1=1r2=0.98，說明總離差平方和的98%被樣本回歸直線解釋違背解釋。￥479.9￥532.788￥815.4￥847.394￥974.7￥1,200.982￥488.1￥566.889￥718.4￥821.095￥1,041.0￥1,289.883￥509.6￥591.290￥767.2￥884.296￥1,099.3￥1,432.984￥576.4￥700.091￥759.5￥903.797￥1,186.1￥1,539.085￥654.7￥744.192￥820.3￥984.198￥1,252.5￥1,663.686￥755.6￥851.2第一步建立數(shù)學(xué)模型經(jīng)濟(jì)理論分析：??消費(fèi)性支出受可支配收入的影響，當(dāng)可支配收入增加時，消費(fèi)性支出也增加，他們具有正向的同步變動趨勢。動趨勢。??消費(fèi)性支出除了受可支配收入的影響外，還受到其他一些變量及隨機(jī)因素的影響，將其他變量及隨機(jī)因素的影響歸并到隨機(jī)變量u中？？建立數(shù)學(xué)模型yt=0+1xt+t由表中數(shù)據(jù)，樣本回歸模型為第二步估計(jì)參數(shù)iiiexy??????21????ttxy69.031.135????采用eviews軟件計(jì)算得:(5.47)(28.04)r2=0.98f=786.13第三步評價模型結(jié)構(gòu)分析？？是樣本回歸方程的斜率，他表示南通市居民的邊際消費(fèi)傾向，說明年人均可支配收入每增加1元，將0.69元用于消費(fèi)性支出；69.01??????是樣本回歸方程的截距，它表示不受可支配收入的影響的自發(fā)消費(fèi)行為。？匹

1=1凹

1=1r2=0.98，說明總離差平方和的98%被樣本回歸直線解釋違背解釋。僅有2%因此，樣本回歸直線對樣本點(diǎn)的擬合優(yōu)度是很好的。??f=786.13>f005(1,17)=4.45，總體線性顯著。)0.05(,??給出顯著水平=0.05，查自由度=19-2=17的t分布，得臨界值t0.025(17)=2.11，t0=5.47>t0.025(17),t1=28.04>t0.025(17)，故回歸系數(shù)均顯著不為零，回歸模型中應(yīng)包含常數(shù)項(xiàng)，x對y有顯著影響。??從以上的評價可以看出，此模型是比較好的第四步預(yù)測應(yīng)用1.假如給出1999年、2000年南通的人均可支配收入(1980年不變價格)分別為x99=1763元，x00=1863元，求1999年、99002000年人均消費(fèi)性支出預(yù)測值？假如20012004年的人均可支配收入未知，你能預(yù)測20012004年的人均消費(fèi)性支出嗎？如何預(yù)測？2.【篇三：線性回歸案例分析】多元線性回歸方程案例分析一、 研究的問題探究經(jīng)濟(jì)生活中，商品需求量與商品價格、及消費(fèi)者收入水平之間的關(guān)系，以便依據(jù)商品價格及消費(fèi)者的平均收入預(yù)測某商品需求量的變化趨勢！二、 對問題的經(jīng)濟(jì)理論分析、所涉及的經(jīng)濟(jì)變量（1）經(jīng)濟(jì)理論分析：①需求：是指在各種不同價格水平下，消費(fèi)者愿意且能夠購買的商品或服務(wù)的數(shù)量；②需求與價格之間存在這需求規(guī)律，即“在其它條件不