1. 某厂生产某产品，其成本费用（Y，万元）与劳动量（x1，千小时）及原材料价格（x2，万元／吨）有密切关系。下表列出了2002 年1 月～2003 年6 月的成本、劳动量、原材料价格资料。 时间 Y X1 x2 时间 Y X1 x2 02.1 6.06 3.66 2.37 02.10 0.85 1.99 2.68 02.2 8.63 1.75 3.36 02.11 7.59 2.97 2.82 02.3 8.39 2.45 3.26 02.12 0.12 0.01 0.74 02.4 6.46 1.02 2.51 03.1 3.67 1.72 1.80 02.5 3.23 1.25. 2.03 03.2 4.30 1.88 1.50 02.6 2.98 0.83 1.18 03.3 3.72 1，72 1.35 02.7 3.24 1.07 1.27 03.4 5.73 2；01 1.88 02.8 5.88 2.17 2.19 03.5 1.35 0.57 0.46 02.9 9.31 2.29 3.37 03.6 4.50 1.95 1.54 要求： （1）建立二元线性回归方程，对回归系数1 、2 进行合理的解释； （2）对所建立的回归方程进行显著性检验； （3）假定 2003 年7 月份劳动量X1=1.19 千小时，X2=2.31 万元／吨，试预测 2003年7 月份的成本费用（区间）。 （一）采用图形界面方法进行分析： sas 操作步骤： (1）建立二元线性回归方程，对回归系数1 、2 进行合理的解释： 首先对该产品的成本费用（Y，万元）与劳动量（x1，千小时）及原材料价格（x2，万元／吨）做相关性分析，其相关系数矩阵如下： 从以上结果可以看出：因变量与两个自变量之间又很强的相关性，故可以做回归分析。 以下为建立线性回归模型的结果： 从而线性回归模型可写为： 20 8 3 4 8.216 0 2 3 7.04 7 2 3 0.0xxy （1） 把数据标准化之后的模型为： 26 7 8 3 6.011 9 4 6 7.0xxy （2） 对于模型一系数的解释 ：x1前面的系数表示，在原材料价格等其他变量不变的情况下，劳动量每增加一千小时，则该产品的成本平均费用平均增加0 .6 0 2 3 7 ，同理x 2 前的系数表示当劳动量等其他变量不变的情况下，原料价格每增加一万元，该产品的成本费用平均增加2 .0 8 3 4 8 . 下列为估计的值的置信区间： （2）对所建立的回归方程进行显著性检验； 得出结果如下： 从结果来看：方程的F检验P值为0.0003，小于显著性水平0.05，该线性回归方程是显著的，同时可以看出方程的绝对相关系数和调整后的绝对相关系数不是太大，所以该线性方程拟合的不是非常好，还可以尝试用非线性方程去拟合这些数据之间的关系。 对于方程的检验可以看出，方...
