第9 章 多元线性回归 教材习题答案 9.1 根据下面的数据用Ex cel 进行回归，并对回归结果进行讨论，计算 、 时 y的预测值。 y x 1 x 2 12 174 3 18 281 9 31 189 4 28 202 8 52 149 9 47 188 12 38 215 5 22 150 11 36 167 8 17 135 5 详细答案： 由 Ex cel 输出的回归结果如下： 回归统计 Mu ltiple R 0.459234 R Squ are 0.210896 Adjusted R Square -0.01456 标准误差 13.34122 观测值 10 方差分析 df SS MS F Significance F 回归分析 2 332.9837 166.4919 0.93541 0.436485 残差 7 1245.916 177.988 总计 9 1578.9 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% Intercept 25.0287 22.27863 1.12344 0.298298 -27.6519 77.70928 X Variable 1 -0.04971 0.105992 -0.46904 0.653301 -0.30035 0.200918 X Variable 2 1.928169 1.47216 1.309755 0.231624 -1.55294 5.409276 得到的回证方程为： 。 表示，在 不变的条件下， 每变化一个单位，y平均下降 0.04971 个单位； 表示，在不变的条件下，每变化一个单位，y平均增加 1.928169 个单位。 判定系数 ，表示在因变量 y的变差中能够被 y与和之间的线性关系所解释的比例为21.09%。由于这一比例很低，表明回归方程的拟合程度很差。估计标准误差 ，预测误差也较大。 方差分析表显示，Significance F=0.436485>a=0.05，表明 y与和之间的线性关系不显著。用于回归系数检验的P 值均大于 a=0.05，两个回归系数均不显著。 当=200、=7 时，y 的预测值为： 9.2 根据下面 Ex cel 输出的回归结果，说明模型中涉及多少个自变量？多少个观察值？写出回归方程，并根据 F、 、 及调整的 的值对模型进行讨论。 SUMMARY OUTPUT 回归统计 Mu ltiple R 0.842407 R Squ are 0.709650 Adju sted R Squ are 0.630463 标准误差 109.429596 观测值 15 方差分析 df SS MS F Significance F 回归 3 321946.8018 107315.6006 8.961759 0.002724 残差 11 131723.1982 11974.84 总计 14 453670 Coefficients 标准误差 t Stat P-v alu e Intercept 657.0534 167.459539 3.923655 0.002378 X Variable 1 5.710311 1.791836 3.186849 0.008655 X Variable 2 -0.416917 0.322193 -1.29...
