統(tǒng)計(jì)方法與應(yīng)用學(xué)習(xí)通超星期末考試答案章節(jié)答案2024年

統(tǒng)計(jì)方法與應(yīng)用學(xué)習(xí)通超星期末考試章節(jié)答案2024年S03簡答題-（ParentSmk）該數(shù)據(jù)調(diào)查了父母吸煙與子女吸煙之間的關(guān)系（1）分析變量類型和變量關(guān)系（2）使用表分析，并粘貼結(jié)果。（3）使用圖分析，并粘貼結(jié)果。（4）分析結(jié)果

答案:（1）變量類型與變量關(guān)系（40分）

變量類型：均為品質(zhì)變量

變量關(guān)系：父母是否吸煙是自變量，子女是否吸煙是因變量（2）表分析結(jié)果如下：（15分）（3）圖分析結(jié)果如下（堆疊條形圖）：（15分）（4）分析結(jié)果（30分）

總體來講，父母均吸煙時(shí)，子女吸煙的比例是很高的，達(dá)到了80.39%；父母均不吸煙時(shí)，子女不吸煙的比例很高，達(dá)到83.91%；當(dāng)父母當(dāng)中有一方吸煙一方不吸煙時(shí)，子女也明顯不吸煙，比如，僅母親吸煙，子女不吸煙的比例為63.27%，僅父親吸煙，子女不吸煙的比例為68.43%。S06簡答-（FuelCon1）天燃?xì)饪梢杂靡圆膳?，因此，氣溫可以決定一個(gè)城市天燃?xì)獾氖褂昧?。美國某管理咨詢公司收集了某城?周的氣溫和天燃?xì)馐褂昧俊?.按照描述統(tǒng)計(jì)的相關(guān)步驟（變量類型與變量關(guān)系、描述、分析結(jié)果）分析數(shù)據(jù)。2.按照如下步驟分析數(shù)據(jù)。（1）定義自變量X與因變量Y，并進(jìn)行數(shù)據(jù)的預(yù)處理。（2）構(gòu)造回歸模型（此步略）（3）估計(jì)回歸方程（僅粘貼回歸方程估計(jì)圖片）（4）解釋擬合優(yōu)度（選擇合適圖片粘貼并解釋）（5）解釋方程顯著性（選擇合適圖片粘貼并解釋）（6）解釋系數(shù)顯著性（選擇合適圖片粘貼并解釋）（7）解釋斜率系數(shù)（8）進(jìn)行預(yù)測（如有必要，選擇合適圖片粘貼并解釋）

答案:描述數(shù)據(jù)（1）變量類型與變量關(guān)系：均為數(shù)值變量，華氏溫度會影響天然氣使用量，前者為自變量，后者為因變量；（2）兩個(gè)數(shù)值變量可以使用散點(diǎn)圖和相關(guān)系數(shù)

（3）分析結(jié)果

兩個(gè)變量呈現(xiàn)出負(fù)的強(qiáng)相關(guān)，當(dāng)溫度越低時(shí)，天然氣使用量越高。2.回歸分析（1）定義自變量X與因變量Y，并進(jìn)行數(shù)據(jù)的預(yù)處理。

華氏溫度是自變量，天然氣使用量是因變量。

均是數(shù)值變量，無須進(jìn)行預(yù)處理。

使用簡單線性回歸。（2）構(gòu)造回歸模型（此步略）（3）估計(jì)回歸方程（僅粘貼回歸方程估計(jì)圖片）（4）解釋擬合優(yōu)度（選擇合適圖片粘貼并解釋）

擬合優(yōu)度中的判定系數(shù)R-sq為89.95%，說明溫度解釋了天然氣使用量變異的89.95%。（5）解釋方程顯著性（選擇合適圖片粘貼并解釋）

在方差分析子表中，F(xiàn)值為53.69，其P值為0.000，小于0.05。在5%的顯著性水平上，方程是顯著的。（6）解釋系數(shù)顯著性（選擇合適圖片粘貼并解釋）

在系數(shù)子表中，第一，常數(shù)的系數(shù)估計(jì)值為15.838，P值為0.000，小于0.05。說明在5%的顯著性水平上，常數(shù)是顯著的。

第二，華氏溫度的斜率系數(shù)估計(jì)值為-0.1279，P值為0.000，小于0.05。說明在5%的顯著性水平上，斜率系數(shù)是顯著的。（7）解釋斜率系數(shù)

由于斜率系數(shù)在5%的顯著性水平上是顯著的，說明華氏溫度每增加1度，天然氣使用量降低0.1279立方英尺。（8）進(jìn)行預(yù)測（如有必要，選擇合適圖片粘貼并解釋）

無S10簡答-（transport）為了分析人們上班時(shí)間對交通工具的選擇，隨機(jī)抽取了一個(gè)樣本?？紤]到的自變量是從家庭到工作單位自駕車時(shí)間和乘公共時(shí)間的差值（單位：分鐘）。（1）變量類型、變量關(guān)系，及數(shù)據(jù)預(yù)處理。（2）構(gòu)造回歸模型（此步略）（3）估計(jì)回歸方程（僅粘貼回歸方程估計(jì)圖片）（4）解釋擬合優(yōu)度（選擇合適圖片粘貼并解釋）（5）解釋方程顯著性（選擇合適圖片粘貼并解釋）（6）解釋系數(shù)顯著性（選擇合適圖片粘貼并解釋）（7）解釋斜率系數(shù)（選擇合適圖片粘貼并解釋）（8）進(jìn)行預(yù)測（如有必要，選擇合適圖片粘貼并解釋）

答案:（1）變量類型、變量關(guān)系，及數(shù)據(jù)預(yù)處理。（20分）第一，變量類型：差值是數(shù)值變量，乘車選擇是品質(zhì)變量第二，變量關(guān)系：差值會影響乘車選擇，乘車選擇是因變量，差值是自變量第三，數(shù)值預(yù)處理：乘車選擇是只有兩個(gè)分類的品質(zhì)變量，因變量決定方法，使用二值logistic模型，需要處理成指示變量（2）構(gòu)造回歸模型（此步略）將乘車選擇_自駕車作為因變量，模型轉(zhuǎn)化為選擇自駕車的影響因素分析，定義選擇自駕車的概率為，選擇其他交通方式的概率為，模型構(gòu)造如下（不精確）

（3）估計(jì)回歸方程（僅粘貼回歸方程估計(jì)圖片）（10分）（4）解釋擬合優(yōu)度（選擇合適圖片粘貼并解釋）根據(jù)擬合優(yōu)度檢驗(yàn)子表，Pearson擬合優(yōu)度檢驗(yàn)的P值為0.493，說明模型很好的擬合了數(shù)據(jù)。（10分）（5）解釋方程顯著性（選擇合適圖片粘貼并解釋）根據(jù)方差分析子表，回歸的P值為0.01，小于0.05，說明在5%的顯著性水平上，方程是顯著的。（10分）（6）解釋系數(shù)顯著性（選擇合適圖片粘貼并解釋）根據(jù)系數(shù)子表：（20分）第一，常數(shù)的P值為0.752，大于0.05，說明在5%的顯著性水平上，常數(shù)是不顯著的。第二，差值的P值為0.01，小于0.05，說明在5%的顯著性水平上，差值是顯著的。（7）解釋斜率系數(shù)（選擇合適圖片粘貼并解釋）（30分）由于差值的斜率系數(shù)是顯著的，可以使用優(yōu)勢比去解釋，即，自駕車與公交車時(shí)間的差值每增加1分鐘，自駕車的優(yōu)勢（機(jī)會）是其它交通工具優(yōu)勢（機(jī)會）的1.7008倍，這說明，自駕車與公交車時(shí)間差值越大，自駕車的概率越高。（8）進(jìn)行預(yù)測（如有必要，選擇合適圖片粘貼并解釋）無S11簡答-（nomocc2）研究人員想了解人們的職業(yè)與個(gè)體特征之間的關(guān)系，收集了一個(gè)數(shù)據(jù)，進(jìn)行名義logistic模型分析。（1）變量類型、變量關(guān)系，及數(shù)據(jù)預(yù)處理。（2）構(gòu)造回歸模型（此步略）（3）估計(jì)回歸方程（僅粘貼回歸方程估計(jì)圖片）（4）解釋擬合優(yōu)度（選擇合適圖片粘貼并解釋）（5）解釋方程顯著性（選擇合適圖片粘貼并解釋）（6）解釋系數(shù)顯著性（選擇合適圖片粘貼并解釋）（7）解釋斜率系數(shù)（選擇合適圖片粘貼并解釋）（8）進(jìn)行預(yù)測（如有必要，選擇合適圖片粘貼并解釋）

答案:（1）變量類型、變量關(guān)系，及數(shù)據(jù)預(yù)處理。（20分）變量類型：職業(yè)、種族為品質(zhì)變量，年齡、工作經(jīng)驗(yàn)為數(shù)值變量。變量關(guān)系：職業(yè)的影響因素分析，職業(yè)為因變量，種族、年齡、工作經(jīng)驗(yàn)為自變量。因變量決定方法，職業(yè)為多分類定類變量，使用名義logistic回歸模型。數(shù)據(jù)預(yù)處理：因變量有5個(gè)分類（單變量計(jì)數(shù)），自變量中種族為品質(zhì)變量，需要轉(zhuǎn)化為指示變量。（2）構(gòu)造回歸模型（此步略）

對于多分類定類因變量，本例選擇“仆人”作為參考事件，來解釋基本結(jié)果（任何一個(gè)選擇均可）。由于因變量有5個(gè)分類，會一次構(gòu)建4個(gè)模型。

同時(shí)，對于品質(zhì)自變量，選擇“黑人”作為對照組，“白人”作為實(shí)驗(yàn)組。

具體的4個(gè)模型略。（3）估計(jì)回歸方程（僅粘貼回歸方程估計(jì)圖片）（10分）（4）解釋擬合優(yōu)度（選擇合適圖片粘貼并解釋）（10分）按照Pearson擬合優(yōu)度檢驗(yàn)，模型沒有擬合數(shù)據(jù)。（5）解釋方程顯著性（選擇合適圖片粘貼并解釋）（10分）根據(jù)G統(tǒng)計(jì)量的P值，方程是顯著的。（6）解釋系數(shù)顯著性（選擇合適圖片粘貼并解釋）（20分）方程1：專家/仆人

以顯著性水平0.05為界，常量顯著、受教育年限顯著、工作經(jīng)驗(yàn)顯著、種族_白人顯著。方程2：手藝人/仆人

以顯著性水平0.05為界，常量、受教育年限、工作經(jīng)驗(yàn)、種族_白人均不顯著。方程3：藍(lán)領(lǐng)/仆人

以顯著性水平0.05為界，常量、受教育年限、工作難驗(yàn)、種族_白人均不顯著。方程4：白領(lǐng)/仆人

以顯著性水平0.05為界，常量、受教育年限顯著，工作經(jīng)驗(yàn)、種族_白人不顯著。（7）解釋斜率系數(shù)（選擇合適圖片粘貼并解釋）（30分）方程1：專家/仆人

第一，受教育年限顯著，受教育年限每增加1年，職業(yè)為專家的優(yōu)勢是職業(yè)為仆人優(yōu)勢的2.18倍，即受教育年限越長，當(dāng)專家的概率越大；

第二，工作經(jīng)驗(yàn)顯著，工作經(jīng)驗(yàn)每增加1年，職業(yè)為專家的優(yōu)勢是職業(yè)為仆人優(yōu)勢的1.04倍，即工作經(jīng)驗(yàn)越豐富，當(dāng)專家的概率越大；

第三，種族_白人顯著，白人相較于黑人，職業(yè)為專家的優(yōu)勢是職業(yè)為仆人優(yōu)勢的5.9倍，即白人當(dāng)專家的概率更大；方程2：手藝人/仆人

第一，受教育年限不顯著，受教育年限對職業(yè)為手藝人還是仆人無影響；

第二，工作經(jīng)驗(yàn)不顯著，工作經(jīng)驗(yàn)對職業(yè)為手藝人還是仆人無影響；

第三，種族_白人不顯著，白人相較于黑人而言，職業(yè)為手藝人還是仆人是無差異的；方程3：藍(lán)領(lǐng)/仆人

第一，受教育年限不顯著，受教育年限對職業(yè)為藍(lán)領(lǐng)還是仆人無影響；

第二，工作經(jīng)驗(yàn)不顯著，工作經(jīng)驗(yàn)對職業(yè)為藍(lán)領(lǐng)還是仆人無影響；

第三，種族_白人不顯著，白人相較于黑人而言，職業(yè)為藍(lán)領(lǐng)還是仆人是無差異的；方程4：白領(lǐng)/仆人

以顯著性水平0.05為界，常量、受教育年限顯著，工作經(jīng)驗(yàn)、種族_白人不顯著。

第一，受教育年限顯著，受教育年限每增加1年，職業(yè)為白領(lǐng)的優(yōu)勢是職業(yè)為仆人優(yōu)勢的1.42倍，即受教育年限越長，