人均食品支出行業(yè)資料航空航天

文中首先根據(jù)實(shí)際情況猜想可能對(duì)因變量人均食品消費(fèi)的幾個(gè)自變量合的效果是否好。4.1.1spss所產(chǎn)生的結(jié)果表1---文中首先根據(jù)實(shí)際情況猜想可能對(duì)因變量人均食品消費(fèi)的幾個(gè)自變量合的效果是否好。4.1.1spss所產(chǎn)生的結(jié)果表1---專業(yè)估計(jì)值ybpbx稱為多元線性回歸方程。建立多元線性回歸方程的回歸模型y4937.5520.160x36.368x-3.0 題目：運(yùn)用spss軟件對(duì)我國(guó)人均食品支出的影響因素的統(tǒng)計(jì)分析：---專業(yè)資料----3.2符號(hào)說明Y......表示人均數(shù)也在增長(zhǎng)，但增長(zhǎng)的較慢，而恩格爾系數(shù)則幾乎沒有什么波動(dòng)。我：---專業(yè)資料----3.2符號(hào)說明Y......表示人均數(shù)也在增長(zhǎng)，但增長(zhǎng)的較慢，而恩格爾系數(shù)則幾乎沒有什么波動(dòng)。我合的效果是否好。4.1.1spss所產(chǎn)生的結(jié)果表1---專業(yè)---一、引言人均食品支出可以反映人民的消費(fèi)狀況，反映人民的124運(yùn)用spss對(duì)我國(guó)人均食品支出的影響因素的分析步提高，而人均食品支出也越來越大。這是什么原因造成的結(jié)果呢？因此人均收入、農(nóng)產(chǎn)品價(jià)格指數(shù)對(duì)人均食品支出的影響以及恩格爾系數(shù)作出了且增長(zhǎng)的幅度較大，居民消費(fèi)價(jià)格指數(shù)與農(nóng)產(chǎn)品價(jià)格指數(shù)也在增長(zhǎng)，但增長(zhǎng)的較慢，而恩格爾系數(shù)則幾乎沒有什么波動(dòng)。我們根據(jù)所選取的數(shù)據(jù)做價(jià)格指數(shù)的變動(dòng)對(duì)人均食品支出的不同影響程度，從而發(fā)現(xiàn)這些因素對(duì)人y3農(nóng)產(chǎn)品價(jià)格指數(shù)形式的序列相關(guān)問題統(tǒng)計(jì)量，DW在數(shù)值2到4之間的附近說明模型153x29.501x60.041x124（16）六、參考文-x(j1,2,...p)對(duì)因變量y的影響都是重要的。因此為系明顯。表9上表為各個(gè)模型中排出的變量。表10---專業(yè)資料形式的序列相關(guān)問題統(tǒng)計(jì)量，DW在數(shù)值2到4之間的附近說明模型153x29.501x60.041x124（16）六、參考文-x(j1,2,...p)對(duì)因變量y的影響都是重要的。因此為系明顯。表9上表為各個(gè)模型中排出的變量。表10---專業(yè)資料b人均食品支出可以反映人民的消費(fèi)狀況，反映人民的生活水品以及人們對(duì)滿足生存、發(fā)展、享受和需要所達(dá)到的程度，更能反映一段時(shí)期一個(gè)國(guó)家的消費(fèi)水平和發(fā)展水品。本問題要求通過收集整理數(shù)據(jù)，掌握對(duì)城鎮(zhèn)人均進(jìn)行統(tǒng)計(jì)檢驗(yàn)（包括回歸方程的顯著性檢驗(yàn)，回歸系數(shù)的顯著性檢驗(yàn)）以關(guān)系式（3）建立多元線性回歸方程的過程以及對(duì)回歸方程與回歸數(shù)所做的顯著性檢yQj2p,20，并且H成立時(shí)，02np1,且SSR與SSE相互獨(dú)立，F(xiàn)SSR/pSSE/np1~Fp,np1,(5)2MSE回歸人均食品支出人均收入CPI農(nóng)產(chǎn)品價(jià)格指數(shù)---專業(yè)資料-分析，得到回歸系數(shù)等表，比較2p,20，并且H成立時(shí)，02np1,且SSR與SSE相互獨(dú)立，F(xiàn)SSR/pSSE/np1~Fp,np1,(5)2MSE回歸人均食品支出人均收入CPI農(nóng)產(chǎn)品價(jià)格指數(shù)---專業(yè)資料-分析，得到回歸系數(shù)等表，比較Sig.與0.05的大小關(guān)系，得SSRnySSRpSSE~2SST=SSR+SSE(4)SSTnyp而l當(dāng)原假設(shè)H為SST~2n1,2220，并且H成立時(shí)，0FSSR/p2MSESSE(6)一個(gè)多元線性回歸方程顯著，并不表示方程中的每一個(gè)自變量Fp，np1,b/cSSE/np12(np1)分布，推出（7N(0,ε(ε,ε,,ε)(yy,y2I)ε~N(0,2(I8x-3.070x69.034x3（1）回歸模型2：運(yùn)用多元方程的顯著性檢驗(yàn)（F檢驗(yàn)）：若F值較大，說明自變量造成的因變bFp，np1,b/cSSE/np12(np1)分布，推出（7N(0,ε(ε,ε,,ε)(yy,y2I)ε~N(0,2(I8x-3.070x69.034x3（1）回歸模型2：運(yùn)用多元方程的顯著性檢驗(yàn)（F檢驗(yàn)）：若F值較大，說明自變量造成的因變bp01120ppj由于b是隨機(jī)變量y,y,...y的線性函數(shù)，各y都服從正態(tài)分布，所以Eb2c2cj當(dāng)原假設(shè)H為0Fjt0并且H成立時(shí)，由SSE服從 SSE/np1（7）與一元線性回歸方程類似，多元線性回歸方程的應(yīng)用也包括點(diǎn)預(yù)測(cè)和b0且統(tǒng)計(jì)量1n0000平方和SST也可以分解為剩余平方和SSE和回歸平方和SSR,的數(shù)據(jù)均來自中國(guó)統(tǒng)計(jì)年鑒2002-2012年十年的數(shù)據(jù)，如下----上表是逐步回歸每一步的回歸方程系數(shù)表。建立回歸模型：)后，若記t(np1)（平方和SST也可以分解為剩余平方和SSE和回歸平方和SSR,的數(shù)據(jù)均來自中國(guó)統(tǒng)計(jì)年鑒2002-2012年十年的數(shù)據(jù)，如下----上表是逐步回歸每一步的回歸方程系數(shù)表。建立回歸模型：)后，若記t(np1)（9）則Py0y0=1,(y0,y)便（8）xMSE(1n（9）則Py0y0=1,0的預(yù)測(cè)區(qū)間，而δ為區(qū)間的半CPI（以=100）數(shù)程的線性性以及參數(shù)的顯著性進(jìn)行了建模分析。在回歸分析中還有一變化，回歸方程顯著，若F<F(k,nk1)或程的線性性以及參數(shù)的顯著性進(jìn)行了建模分析。在回歸分析中還有一變化，回歸方程顯著，若F<F(k,nk1)或pa（顯著性水平數(shù)據(jù)擬合是良好的話，那么ri~N0,1.4.3.1殘差的正態(tài)6—238頁[3]茆詩松，程依明，濮曉龍，概率論與數(shù)理統(tǒng)計(jì)教1234R2則可以看出回歸方程所擬合的效果是否好。表1統(tǒng)計(jì)學(xué)意義為：D≈2統(tǒng)計(jì)學(xué)意義為：D≈2，殘差與自變量相互獨(dú)立；D<2，殘差與自據(jù)的可靠性、周期性或其它干擾。圖1殘差向量如ε~N(0,則~分析，得到回歸系數(shù)等表，比較Sig.與0.05的大小關(guān)系，得,,...,是相互獨(dú)立且都服從正態(tài)分布N(0,2)的隨機(jī)變量模型匯總模型匯總b調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差R方R表2AnovaAnovab46F表3標(biāo)準(zhǔn)系數(shù)試用版非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)誤差模型VIFB變量無序列相關(guān)。表8---專業(yè)資料----上表是逐步回歸每一xk1j1x)(xx)))，c變量無序列相關(guān)。表8---專業(yè)資料----上表是逐步回歸每一xk1j1x)(xx)))，c為為正規(guī)方程組的逆矩陣中第k行.4多元線性回歸的估計(jì)與預(yù)測(cè)與一元線性回歸方程類似，多元線性系數(shù)都顯著。4.3殘差檢驗(yàn)前面我們已經(jīng)就方程擬合好壞、回歸方334yAnovaAnovab46FS18數(shù)據(jù)分析基礎(chǔ)與實(shí)踐，：電子工業(yè)出版社，2010年，23分析，得到回歸系數(shù)等表，比較Sig.與0.05的大小關(guān)系，得8x-3.070x69.034x3S18數(shù)據(jù)分析基礎(chǔ)與實(shí)踐，：電子工業(yè)出版社，2010年，23分析，得到回歸系數(shù)等表，比較Sig.與0.05的大小關(guān)系，得8x-3.070x69.034x3（1）回歸模型2：運(yùn)用多元的數(shù)據(jù)均來自中國(guó)統(tǒng)計(jì)年鑒2002-2012年十年的數(shù)據(jù)，如下0k0），表5標(biāo)準(zhǔn)系數(shù)模型B標(biāo)準(zhǔn)誤差試用版非標(biāo)準(zhǔn)化系數(shù)VIF0022逐步回歸分析，剔除相關(guān)變量得到最優(yōu)模型y4165.6030.由度，均方，F(xiàn)值和Sig逐步回歸分析，剔除相關(guān)變量得到最優(yōu)模型y4165.6030.由度，均方，F(xiàn)值和Sig（顯著性概率），顯著性概率是0.00同影響程度，從而發(fā)現(xiàn)這些因素對(duì)人均食品支出的實(shí)際情況，并利用對(duì)應(yīng)的觀測(cè)值y滿足關(guān)系式i0,i1,2,,nj1（3）式中，表表633342222上表可以顯示x與x的共線性較大，所以要采用逐步回歸法，棄掉一些34。（2）回歸系數(shù)的顯著性檢驗(yàn)（t。（2）回歸系數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）：表5回歸系數(shù)的顯著性量中只進(jìn)入了3個(gè)變量x1,x2,x4。把表中“非標(biāo)準(zhǔn)化回歸系較接近時(shí)，yy的方差比較小，用y預(yù)測(cè)y的效果比較好。0000專業(yè)資料-------圖6圖7---專業(yè)資料----圖8我們表7模型匯總模型匯總d調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差R方R數(shù)的平方，又稱判定系數(shù)，判定線性回歸的擬合程度：用來說明用自變量驗(yàn)值DW=2.451，杜賓-瓦特森檢驗(yàn)統(tǒng)計(jì)量DW是一個(gè)用于檢驗(yàn)一階變量自回AnovAnov192F2過程以及對(duì)回歸方程與回歸數(shù)所做的顯著性檢驗(yàn)，稱為多元線性回歸立，F(xiàn)SSR/pSSE/np1~Fp,np1,(5)2MSE0.003<0.05，p（x4過程以及對(duì)回歸方程與回歸數(shù)所做的顯著性檢驗(yàn)，稱為多元線性回歸立，F(xiàn)SSR/pSSE/np1~Fp,np1,(5)2MSE0.003<0.05，p（x4）=0.004<0.05，說明=0.231>0.05，43顯著。（3）共線性診斷上表可以顯上表是逐步回歸每一步的回歸模型的方差分析，給出了每一步的回歸123tVIF表10雪梅，精通系數(shù)；R方是相關(guān)系數(shù)的平方，又稱判定系數(shù)，判定線性回歸的擬合1.333,4.610四個(gè)回歸系數(shù)雪梅，精通系數(shù)；R方是相關(guān)系數(shù)的平方，又稱判定系數(shù)，判定線性回歸的擬合1.333,4.610四個(gè)回歸系數(shù).又因?yàn)閤的Sig.值為0變量無序列相關(guān)。表8---專業(yè)資料----上表是逐步回歸每一2B標(biāo)準(zhǔn)誤差試用版VIFy14），---專業(yè)資料----作區(qū)間預(yù)測(cè)時(shí)，統(tǒng)計(jì)量tyy1ppnkj回歸方程的應(yīng)用也包括點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)等內(nèi)容。當(dāng)xx,xx,x---專業(yè)資料----作區(qū)間預(yù)測(cè)時(shí)，統(tǒng)計(jì)量tyy1ppnkj回歸方程的應(yīng)用也包括點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)等內(nèi)容。當(dāng)xx,xx,x設(shè)自變量x,x,...,x的觀測(cè)值x,x,...x及因變量y是xx,xx,...,xx時(shí)y的預(yù)測(cè)區(qū)間，而δ為區(qū)間的半徑。殘差向量X(XΤX)1XT，YY2MSE變量與因變量之間不存在顯著的線性關(guān)系，自變量的變化無法反映因設(shè)自變量x,x,...,x的觀測(cè)值x,x,...x及因變量y變量與因變量之間不存在顯著的線性關(guān)系，自變量的變化無法反映因設(shè)自變量x,x,...,x的觀測(cè)值x,x,...x及因變量y在逐年增長(zhǎng)，且增長(zhǎng)的幅度較大，居民消費(fèi)價(jià)格指數(shù)與農(nóng)產(chǎn)品價(jià)格指2p,20，并且H成立時(shí)，02np1,且SSR與SSE相互獨(dú)rMSE(1h)回歸的逐步分析法，剔除回歸系數(shù)未通過0.05的顯著檢驗(yàn)，保留程的顯著性檢驗(yàn)與一元線性回歸方程相類似，多元線性回歸方程的總回歸的逐步分析法，剔除回歸系數(shù)未通過0.05的顯著檢驗(yàn)，保留程的顯著性檢驗(yàn)與一元線性回歸方程相類似，多元線性回歸方程的總了對(duì)x的重要程度作出j由于b是隨機(jī)變量y,y,...y的線性關(guān)系，并作出散點(diǎn)圖，回歸分析表，方差分析表等數(shù)據(jù)得出初步多元用Durbin--Watson檢驗(yàn)，其參數(shù)稱為Dw或D。D的取值范圍是0<D<4。其D>2，殘差與自變量負(fù)相關(guān)。表11模型匯總模型匯總bR方R數(shù)”欄目中的“B”列數(shù)據(jù)代入多元回歸模型得到預(yù)報(bào)方程：y41數(shù)”欄目中的“B”列數(shù)據(jù)代入多元回歸模型得到預(yù)報(bào)方程：y41-x(j1,2,...p)對(duì)因變量y的影響都是重要的。因此為設(shè)自變量x,x,...,x的觀測(cè)值x,x,...x及因變量y：---專業(yè)資料----3.2