解:(1)制表:
1
40
150
1600
22500
6000
2
42
140
1764
19600
5880
3
48
160
2304
25600
7680
4
55
170
3025
28900
9350
5
65
150
4225
22500
9750
6
79
162
6241
26244
12798
7
88
185
7744
34225
16280
8
100
165
10000
27225
16500
9
120
190
14400
36100
22800
10
140
185
19600
34225
25900
合计
777
1657
70903
277119
132929
;
即 与 的相关系数 ;
(2)查表显著性水平0.05,自由度10-2=8相应的相关系数临界值 ;因为, ,所以,可以认为 与 之间具有线性相关关系.
(3)
说明:如果会使用含统计的科学计算器,能简单得到 这些量,就无需有制表这一步,直接算出结果就行了制表的目的是为了准确无误而快速有效地得到 和 的值.顺便值得一提的是:电脑中的许多应用软件,特别是表格类软件是提供统计计算函数的,用起来非常方便.
产品产量与单位成本的线性回归分析
例 针对某工厂某产品产量与单位成本的资料进行线性回归分析:
月份
产量(千件)
单位成本(元/件)
1
2
73
4
146
2
3
72
9
216
3
4
71
16
284
4
3
73
9
219
5
4
69
16
276
6
5
68
25
340
合计
21
426
79
1481
分析:这是一个实际应用的回归分析问题,其实就是找出回归方程,通过回归直线方程来分析产品产量与单位成本的关系.
解:设回归直线方程为
,所以代入公式, ,故回归直线方程为:
由于回归系数 为-1.82,由回归系数 的意义可知:产量每增加1000件,单位成本下降1.82元.
说明:回归分析,说明 与 它们之间是一元线性回归关系.回归方程中的回归系数 和 ,刻画了这 与 两个量之间的变化趋势,对它们所反映出的信息进行分析,就是回归分析.
参考资料:http://resource.smjy.net/staticres/2004/gzpd/jxzy/04-05shang/sx/3/06/renjiao/1/dxlt.htm