spss曲线拟合与回归分析Word格式.doc
《spss曲线拟合与回归分析Word格式.doc》由会员分享,可在线阅读,更多相关《spss曲线拟合与回归分析Word格式.doc(10页珍藏版)》请在冰豆网上搜索。
![spss曲线拟合与回归分析Word格式.doc](https://file1.bdocx.com/fileroot1/2022-10/22/83d5e2c3-cbe6-4040-a966-cde4dd652d7f/83d5e2c3-cbe6-4040-a966-cde4dd652d7f1.gif)
1516
9
1022
1219
10
1225
1624
合计
6525
9801
(1)说明两变量之间的相关方向;
(2)建立直线回归方程;
(3)计算估计标准误差;
(4)估计生产性固定资产(自变量)为1100万元时的总资产(因变量)的可能值。
解:
由表格易知:
工业总产值是随着生产性固定资产价值的增长而增长的,而知之间存在正向相关性。
用spss回归有:
(2)、可知:
若用y表示工业总产值(万元),用x表示生产性固定资产,二者可用如下的表达式近似表示:
(3)、用spss回归知标准误差为80.216(万元)。
(4)、当固定资产为1100时,总产值可能是(0.896*1100+395.567-80.216~0.896*1100+395.567+80.216)即(1301.0~146.4)这个范围内的某个值。
另外,用MATLAP也可以得到相同的结果:
程序如下所示:
function[b,bint,r,rint,stats]=regression1
x=[318910200409415502314121010221225];
y=[5241019638815913928605151612191624];
X=[ones(size(x))'
x'
];
[b,bint,r,rint,stats]=regress(y'
X,0.05);
display(b);
display(stats);
x1=[300:
10:
1250];
y1=b
(1)+b
(2)*x1;
figure;
plot(x,y,'
ro'
x1,y1,'
g-'
);
industry=ones(6,1);
construction=ones(6,1);
industry
(1)=1022;
construction
(1)=1219;
fori=1:
industry(i+1)=industry(i)*1.045;
construction(i+1)=b
(1)+b
(2)*construction(i+1);
end
display(industry);
display(construction);
end
运行结果如下所示:
b=
395.5670
0.8958
stats=
1.0e+004*
0.00010.00710.00001.6035
industry=
1.0e+003*
1.0220
1.0680
1.1160
1.1663
1.2188
1.2736
construction=
1.2190
0.3965
2、设某公司下属10个门市部有关资料如下:
门市部编号
职工平均销售额(万元)
流通费用水平(%)
销售利润率(%)
2.8
12.6
3.3
10.4
1.8
18.5
7.0
3.0
3.9
8.1
2.1
16.3
2.9
12.3
4.1
6.2
4.2
6.6
2.5
16.8
(1)、确定适宜的回归模型;
(2)、计算有关指标,判断这三种经济现象之间的紧密程度。
用spss进行回归分析:
若用分别表示销售利润率、职工平均销售额和流通费用水平,则通过以上的分析结果可知;
并且由显著性水平可知:
流通费用水平对销售利润率影响不大(0.131大于0.05),而职工平均销售额的显著性水平为0,说明它对销售利润率的影响很大。
第五章方差分析与假设检验
1、(P75)为比较5种品牌的合成木板的耐久性,对每个品牌取4个样品作摩擦实验测量磨损量,得以下数据:
(1)、它们的耐久性有无明显差异?
(2)、有选择的作两品牌的比较,能得出什么结果?
(1)、用spss进行方差分析有:
A、B、C、D四种品牌的标准差相近,它们的耐久性没有明显的差异。
用MATLAP分析有:
functionanova_1
fm1=[2.22.12.42.5;
2.22.32.42.6;
2.22.01.92.1;
2.42.72.62.7;
2.32.52.32.4;
p=anova1(fm1);
display(p);
得到:
p=0.5737>
0.05,也能得到相同的结论。
(2)、从五种品牌的平均值可以判断这种品牌的总体耐久性的好坏,其方差和标准差可以说明它的各个样本之间耐久性的差异。
例如A、B两种品牌,B的总体水平要稍高,而且它的各个样品间差异较小。
2、将土质基本相同的一块耕地分成5块,每块又均等分成4小块。
在每块地内把4个品种的小麦分种在4小块内,每小块的播种量相等,册的收获量如下:
A1
A2
A3
A4
A5
B1
32.3
34.0
34.7
36.0
35.5
B2
33.2
33.6
36.8
34.3
36.1
B3
30.8
34.4
35.8
32.8
B4
29.5
26.2
28.1
28.5
29.4
考察地块和品种对小麦的收获量有无显著影响?
并在必要时做进一步比较。
利用MATLAP进行分析:
functionanova_2
fm1=[32.334.034.736.035.5;
33.233.636.834.336.1;
30.834.432.335.832.8;
29.526.228.128.529.4;
p=anova2(fm1,2);
p=
0.77700.01210.9393
由于,所以地块对小麦的收获量没有影响;
由于,所以品种对其收获量有显著影响;
由于,所以地块和品种的交互作用对收获量也没有影响。
进一步比较:
把种在B2中的小麦品种放在A3这块地中种植可得到最高产量。
第六章计算机模拟
1、你到海边度假,听到当地气象台的天气预报每天下雨的机会是40%,用蒙特卡罗方法模拟你的假期中有4天连续下雨的概率。
可以假设该地方的天气情况为一个半径为5的大圆,然后下雨这种情况是它内部半径是的同心圆,利用蒲丰投针的方法,就可以知道“连续四次投到小圆”这种情况发生的概率就是连续4天下雨的概率。
其MATLAP程序如下所示:
functionrain_value
l=5;
d=sqrt(10);
m=0;
b=0;
n=10000;
fori=1:
(n-4)
a=unifrnd(0,d,n,1);
y=unifrnd(0,l,n,1);
forj=1:
4
ifpi*a(i+j)*a(i+j)<
=pi*y(i+j)*y(i+j)
b=b+1;
end
ifb==10
m=m+1;
elseifn<
b=0;
end
p=4*m/n;
display(p)
运行结果:
4.0000e-003
由此可知:
连续4天都下雨的概率为:
0.4*0.4*0.4*0.4=0.0256
2、一个带有船只卸货的岗楼,任何时间仅能为一艘船只卸货。
船只进港是为了卸货,相邻两艘船只到达的时间间隔在15分钟到145分钟之间变化。
一艘船只卸货的时间由所卸货物类型决定,在45分钟到90分钟之间变化,请回答以下问题:
(1)、每艘船只在港口的平均时间和最长时间是多少?
(2)、若一艘船只的等待时间是从到达到开始卸货的时间,每艘船只的平均等待时间和最长等待时间是多少?
(3)、卸货设备空闲时间的百分比是多少?
(4)、船只排队最长的长度是多少?
这个问题可以看做是一个排队的例子,用MATLAP求解程序如下所示:
functiontimeWaiting=simu3_ship(n)
n=input('
n='
m=0;
x=zeros(1,n);
y=zeros(1,n);
D=zeros(1,n);
leng=zeros(1,n);
t=unifrnd(65,130,1,n)+15;
%两艘船到达的时间间隔
s=unifrnd(22.5,45,1,n)+45;
%一艘船只的卸货时间
x
(1)=t
(1);
%第一艘船到达的时间
fori=2:
n
y(i)=x(i-1)+t(i);
%第2~n搜船到达的时间
j=i-1;
c(j)=x(j)+s(j)+D(j);
%计算第一艘船离开的时间
ifc(j)<
y(i) %比较相邻两艘船离开、到达时刻的大小
D(i)=0;
D3(i)=y(i)-c(j);
%D3用来计算空闲的时间
else
D(i)=c(j)-y(i);
D3(i)=0;
x(i)=y(i);
D1(i)=D(i)+s(i);
D2(i)=D(i);
fork=2:
ifc(j)>
y(k)
m=m+1;
leng(j)=m;
%计算每艘船在卸货的时候,等待的船只个数
m=0;
averageWaiting1=mean(D1);
maxWaiting1=max(D1);
averageWaiting2=mean(D2);
maxWaiting2=max(D2);
maxLength=max(leng);
freerate3=sum(D3(i))/(sum(D3(i))+sum(s(i-1)));
display(averageWaiting1);
d