《应用回归分析》实训报告
实训项目：古典回归模型建模实训班级：学号：姓名：
实训目的熟悉回归分析的基本步骤，建立普通最小二乘回归模型，并对模型进行检
验和应用。实训要求
1线性回归模型的最小二乘估计；2线性回归模型的显著性检验；3线性回归模型回归系数的显著性检验4线性回归模型的预测
实训内容练习1习题215一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状。经过10周时间，收集了每周加班工作时间的数据和签发的新保单数目，x为每周签发的新保单数目，y为每周加班工作时间（小时）。练习2习题311研究货运总量y万吨与工业总产值x（1亿元）、农业总产值x2（亿元）、居民非商品支出x3（亿元）的关系。实训结果练习1数据文件xt215sav（1）画散点图；
图一
f（2）x与y之间是否大致呈线性关系？从散点图来看x与y之间存在着明显的线性关系，y随x的增加而增加。
（3）用最小二乘估计求出回归方程；表一
系数a
非标准化系数
标准系数
B的950置信区间
模型1
常量
B
标准误差试用版
118
355
t333
Sig748
下限
上限
701
937
xa因变量y
004
000
949
8509
000
003
005
由上面回归结果可得最小二乘估计得到的回归方程为：y01180004x
（4）求回归标准误差；
f表二
模型汇总b
模型
R
R方调整R方标准估计的误差Durbi
Watso

1
949a
900
888
48002
753
a预测变量常量x。
b因变量y
由上述回归结果知048002
（5）给出0与1的置信度为95的区间估计；
0的置信度为95的区间估计为（0701，0937），1的置信度为95的区间
估计为（0003，0005）。（6）计算x与y的决定系数；
R由spsss输出结果可以知道复相关系数R0949，决定系数209由决定系
数看回归方程高度显著这与散点图的直观分析是一致的（7）对回归方程做方差分析；
表三
A
ovab
模型
平方和
df
均方
F
Sig
1
回归
16682
1
16682
72396
000a
残差
1843
8
230
总计
18525
9
a预测变量常量x。
b因变量y
从上述方差分析表得知：F72369P值0000，表明回归方程显著，说明X对Y
有显著的线性影响。
（8）做回归系数1显著性的检验；
1的t统计量为8509，概率值p为0000小于005能通过t检验说明x对y
影响显著。
f（9）做相关系数的显著性检验；表四
相关性
x
Pearso
相关性
显著性（双侧）
x1
y949
000
N
10
10
y
Pearso
相关性
949
1
显著性（双侧）
000
N
10
10
在01水平（双侧）上显著相关。
由上表知Pearso
r