1、某农场负责人认为早稻收获量(y:单位为kg/公顷)与春季降雨(x1:单位为mm)和春季温度(x2:单位为)有一定的联系,通过7组试验获得了相关的数据。利用Excel得到下面的回归结果(=0.1):方差分析表变差来源dfSSMSFSignificance F回归6939247.8350.000075残差总计614000000参数估计表Coefficients标准误差t StatP-valueIntercept-0.394336.669-0.001170.999122X Variable 114.924316.400362.3317910.0080095X Variable 2218.447816
2、5.865283.3165850.029472(1) 将方差分析表中的所缺数值补齐。(2)写出早稻收获量与春季降雨量、春季温度的多元线性回归方程,并解释各回归系数的意义。(3)检验回归方程的线性关系是否显著?(4)检验各回归系数是否显著?(5)计算判定系数,并解释它的实际意义。(6)计算估计标准误差Se,并解释它的实际意义。(每个空格为0.5分)变差来源dfSSMSFSignificance F回归(2)(13878495.67)6939247.835(228.44)0.000075残差(4)(121504.33)(30376.08)总计614000000 -3分2、设总体回归模型为Y估计回归
3、方程为,由EXCEL输出结果可知,回归系数的意义指在温度不变的条件下,当降雨量每增加1mm,早稻收获量平均增加14.92kg/公顷;回归系数的意义指在降雨量不变的条件下,当温度增加1,早稻收获量平均增加218.45kg/公顷。 -5分3、由于p值=0.000075=0.05,则拒绝原假设,即表明回归方程的线性关系是显著的。 -2分4、由于各回归系数的P值均小于(0.05),所以各回归系数是显著的。 -2分5、,表示早稻收获量的总变异中有99%的部分可以由降雨量、温度的联合变动来解释。 -4分6、(k为自变量个数),是总体回归模型中随机扰动项的标准差的无偏估计量,用来衡量回归方程拟合程度的分析指标,越大,拟合程度越低;越小,拟合程度越高. -4分