《统计学》课后答案(第二版,贾俊平版)附录答案第6章-9章方差分析

1第6章方差分析6.10215.86574.401.0FF(或01.00409.0valueP)，不能拒绝原假设。6.2579.48234.1501.0FF(或01.000001.0valueP)，拒绝原假设。6.34170.50984.1001.0FF(或01.0000685.0valueP)，拒绝原假设。6.46823.37557.1105.0FF(或05.0000849.0valueP)，拒绝原假设。6.58853.30684.1705.0FF(或05.00003.0valueP)，拒绝原假设。85.54.14304.44LSDxxBA，拒绝原假设；85.58.16.424.44LSDxxCA，不能拒绝原假设；85.56.126.4230LSDxxCB，拒绝原假设。6.6方差分析表中所缺的数值如下表：差异源SSdfMSFP-valueFcrit组间42022101.4780.2459463.354131组内383627142.07———总计425629————554131.3478.105.0FF(或05.0245946.0valueP)，不能拒绝原假设。第7章相关与回归分析7.1（1）散点图（略），产量与生产费用之间正的线性相关关系。（2）920232.0r。（3）检验统计量2281.24222.142tt，拒绝原假设，相关系数显著。7.2（1）散点图（略）。（2）8621.0r。7.3（1）0ˆ表示当0x时y的期望值。（2）1ˆ表示x每变动一个单位y平均下降0.5个单位。（3）7)(yE。27.4（1）%902R。（2）1es。7.5（1）散点图（略）。（2）9489.0r。（3）xy00358.01181.0ˆ。回归系数00358.0ˆ1表示运送距离每增加1公里，运送时间平均增加0.00358天。7.6(1)散点图（略）。二者之间为高度的正线性相关关系。（2）998128.0r，二者之间为高度的正线性相关关系。（3）估计的回归方程为：xy308683.06928.734ˆ。回归系数308683.0ˆ1表示人均GDP每增加1元，人均消费水平平均增加0.308683元。（4）判定系数996259.02R。表明在人均消费水平的变差中，有99.6259%是由人均GDP决定的。（5）检验统计量61.6692.1331FF，拒绝原假设，线性关系显著。（6）1078.22785000308683.06928.734ˆ5000y（元）。（7）置信区间：[1990.749，2565.464]；预测区间：[1580.463，2975.750]。7.7（1）散点图（略），二者之间为负的线性相关关系。（2）估计的回归方程为：xy7.41892.430ˆ。回归系数7.4ˆ1表示航班正点率每增加1%，顾客投诉次数平均下降4.7次。（3）检验统计量3060.2959.42tt（P-Value=0.00110805.0），拒绝原假设，回归系数显著。（4）1892.54807.41892.430ˆ80y（次）。（5）置信区间：（37.660，70.619）；预测区间：（7.572，100.707）。7.8Excel输出的结果如下（解释与分析请读者自己完成）MultipleR0.7951RSquare0.6322AdjustedRSquare0.6117标准误差2.6858观测值20方差分析dfSSMSFSignificanceF回归分析1223.1403223.140330.93322.79889E-05残差18129.84527.2136总计19352.98553Coefficients标准误差tStatP-valueLower95%Upper95%Intercept49.31773.805012.96120.000041.323657.3117XVariable10.24920.04485.56180.00000.15510.34347.9（1）方差分析表中所缺的数值如下方差分析表变差来源dfSSMSFSignificanceF回归11422708.61422708.6354.2772.17E-09残差1040158.074015.807——总计111642866.67———（2）%60.868660.067.164286660.14227082SSTSSRR。表明汽车销售量的变差中有86.60%是由于广告费用的变动引起的。（3）9306.08660.02Rr。（4）xy420211.16891.363ˆ。回归系数420211.1ˆ1表示广告费用每增加一个单位，销售量平均增加1.420211个单位。（5）SignificanceF＝2.17E-0905.0，线性关系显著。7.10xy3029.26254.13ˆ；%74.932R；8092.3es。7.11（1）27。（2）4.41。（3）拒绝0H。（4）7746.0r。（5）拒绝0H。7.12（1）05.18)(95.15yE。（2）349.19651.140y。7.13xy24.1529.46ˆ；045.685)(555.44140yE。7.1421928.10497.003.25ˆxxy；预测28.586。7.15（略）。7.16（1）显著。（2）显著。（3）显著。7.17（1）16039.16377.88ˆxy。（2）213010.12902.22301.83ˆxxy。4（3）不相同。方程（1）中的回归系数6039.1ˆ1表示电视广告费用每增加1万元，月销售额平均增加1.6039万元；方程（1）中的回归系数2902.2ˆ1表示在报纸广告费用不变的条件下，电视广告费用每增加1万元，月销售额平均增加2.2902万元。（4）%91.912R；%66.882aR。（5）1的P-Value=0.0007，2的P-Value=0.0098，均小于05.0，两个回归系数均显著。7.18（1）216717.3273865.225910.0ˆxxy（2）回归系数3865.22ˆ1表示降雨量每增加1毫mm，小麦收获量平均增加22.3865kg/hm2；回归系数6717.327ˆ2表示温度每增加1C0，小麦收获量平均增加327.6717kg/mh2。（3）可能存在。7.19（1）3211350.08210.08147.07005.148ˆxxxy。（2）%75.892R；%83.872aR。（3）SignificanceF＝3.88E-0805.0，线性关系显著。（4）1的P-Value=0.131105.0，不显著；2的P-Value=0.001305.0，显著；3的P-Value=0.057105.0，不显著。第8章时间序列分析和预测8.1（1）时间序列图（略）。（2）13.55%。（3）1232.90(亿元)。8.2（1）时间序列图（略）。（2）1421.2(公斤/公顷)。（3）3.0时的预测值：18.13802001F，误差均方＝291455；5.0时的预测值：23.14072001F，误差均方＝239123。5.0更合适。8.3（1）3期移动平均预测值＝630.33（万元）。（2）3.0时的预测值：95.56719F，误差均方＝87514.7；4.0时的预测值：06.59119F，误差均方＝62662.5；5.0时的预测值：554.60619F，误差均方＝50236。5.0更合适（3）趋势方程tYt9288.2173.239ˆ。估计标准误差6628.31Ys。8.4（1）趋势图（略）。（2）趋势方程ttY16077.178.145ˆ。2001年预测值＝3336.89(亿元)。8.5（1）趋势图（略）。（2）线性趋势方程tY9495.135202.69ˆ，2000年预测值=585.65（万吨）。8.6线性趋势：tY6137.01613.374ˆ；二次曲线：20337.08272.16442.381ˆttY；三次曲线：320036.01601.00030.15617.372ˆtttY。8.7（1）原煤产量趋势图（略）。（2）趋势方程20309.09674.05824.4ˆttYt，预测值28.11ˆ2001Y（亿吨）。8.8（1）图形（略）。（2）移动平均法或指数平滑法。（3）移动平均预测=72.49(万元)；指数平滑法预测＝72.5(万元)(4.0)。8.9（1）略。（2）结果如下2001年/月时间编号季节指数回归预测值最终预测值1971.04393056.303190.482980.99393077.503058.873990.95933098.712972.4841000.93983119.922931.9951010.94393141.132964.8861020.95893162.333032.3071030.92873183.542956.4381040.92613204.752967.8691050.98143225.963166.05101061.00753247.163271.51111071.04723268.373422.77121081.26943289.584175.958.10各季节指数如下1季度2季度3季度4季度季节指数0.75170.85131.23431.1627季节变动图（略）。计算趋势：分离季节因素后的趋势方程为：tYt7064.16392.2043ˆ。图形6（略）周期波动图（略）。8.11各月季节指数如下1月2月3月4月5月6月0.67440.66990.74320.79030.80610.85107月8月9月10月11月12月0.75520.34490.96191.19921.86622.3377季节变动图（略）。计算趋势：分离季节因素后的趋势方程为：tYt42449.0159.119ˆ。图形（略）。周期波动图（略）。随机波动图（略）。第9章指数9.1（1）%80.110v。（2）%46.122pI。（3）%48.90qI。（4）13920元＝26190元-12270元。9.2（1）111.72%。（2）111.60%。（3）100.10%。（4）15.3万元＝15.1532万元+0.1468万元。9.3（1）2.62%；8016元。（2）28.42%；124864元。（3）143.37%；132880元。9.4（1）单位成本增长11.11%。（2）%11.111pI；%91.90qI。9.5结果如下表：年份缩减后的人均GDP19901584.919911817.219922149.419932562.319943161.219954145.219965148.719975889.119986357.919996640.020007049.89.6%52.98pI，下跌1.48%。