一.一家产品销售公司在30个地区设有销售分公司。为研究产品销售量(y)与该公司的销售价格（x1）、各地区的年人均收入(x2)、广告费用(x3)之间的关系，搜集到30个地区的有关数据。利用Excel得到下面的回归结果（05.0）：方差分析表变差来源dfSSMSFSignificanceF回归4008924.78.88341E-13残差——总计2913458586.7———参数估计表Coefficients标准误差tStatP-valueIntercept7589.10252445.02133.10390.00457XVariable1-117.886131.8974-3.69580.00103XVariable280.610714.76765.45860.00001XVariable30.50120.12593.98140.00049（1）将方差分析表中的所缺数值补齐。（2）写出销售量与销售价格、年人均收入、广告费用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）计算判定系数2R，并解释它的实际意义。计算估计标准误差ys，并解释它的实际意义。方差分析表变差来源dfSSMSFSignificanceF回归312026774.14008924.772.808.88341E-13残差261431812.655069.7——总计2913458586.7———（2）多元线性回归方程为：3215012.06107.808861.1171025.7589?xxxy。8861.117?1表示：在年人均收入和广告费用不变的情况下，销售价格每增加一个单位，销售量平均下降117.8861个单位；6107.80?2表示：在销售价格和广告费用不变的情况下，年人均收入每增加一个单位，销售量平均增加80.6107个单位；5012.0?3表示：在年销售价格和人均收入不变的情况下，广告费用每增加一个单位，销售量平均增加0.5012个单位。（3）由于SignificanceF=8.88341E-13<05.0，表明回归方程的线性关系显著。（4）%36.897.134585861.120267742SSTSSRR，表明在销售量的总变差中，被估计的多元线性回归方程所解释的比例为89.36%，说明回归方程的拟合程度较高。（5）67.2347.550691MSEknSSEse。表明用销售价格、年人均收入和广告费用来预测销售量时，平均的预测误差为234.67。一.一家出租汽车公司为确定合理的管理费用，需要研究出租车司机每天的收入（元）与他的行使时间（小时）行驶的里程（公里）之间的关系，为此随机调查了20个出租车司机，根据每天的收入（y）、行使时间（1x）和行驶的里程（2x）的有关数据进行回归，得到下面的有关结果（05.0）：方程的截距0?42.38截距的标准差59.360?s回归平方和29882SSR回归系数1?9.16回归系数的标准差78.41s残差平方和5205SSE回归系数2?0.46回归系数的标准差14.02?s—（1）写出每天的收入（y）与行使时间（1x）和行驶的里程（2x）的线性回归方程。（2）解释各回归系数的实际意义。（3）计算多重判定系数2R，并说明它的实际意义。（4）计算估计标准误差yS，并说明它的实际意义。（5）若显著性水平＝0.05，回归方程的线性关系是否显著？（注：59.3)17,2(05.0F）（1）回归方程为：2146.016.938.42?xxy。（2）16.9?1表示：在行驶里程不变的情况下，行驶时间每增加1小时，每天的收入平均增加9.16元；46.0?2表示：在行驶时间不变的情况下，行驶里程每增加1公里，每天的收入平均增加0.46元。（3）%17.85520529882298822SSTSSRR。表明在每天收入的总变差中，被估计的多元线性回归方程所解释的比例为85.17%，说明回归方程的拟合程度较高。（4）50.17122052051knSSEse。表明用行驶时间和行驶里程来预测每天的收入时，平均的预测误差为17.50元。（5）提出假设：0H：021，1H：21，至少有一个不等于0。计算检验的统计量F：80.48122052052298821knSSEkSSRF于59.3)17,2(80.4805.0FF，拒绝原假设0H。这意味着每天收入与行驶时间和行驶里程之间的线性关系是显著的。一家大型商业银行在多个地区设有分行，为弄清楚不良贷款形成的原因，抽取了该银行所属的25家分行2002年的有关业务数据。试建立不良贷款y与贷款余额x1、累计应收贷款x2、贷款项目个数x3和固定资产投资额x4的线性回归方程，并解释各回归系数的含义分行编号不良贷款(亿元）各项贷款余额（亿元）本年累计应收贷款（亿元）贷款项目个数（个）本年固定资产投资额（亿元）10.967.36.8551.921.1111.319.81690.934.8173.07.71773.743.280.87.21014.557.8199.716.51963.262.716.22.212.271.6107.410.71720.2812....
