数据模型与决策课程大作业.doc

---------------------------------作者:_____________-----------------------------日期::_____________数据模型与决策课程大作业数据模型与决策课程大作业以我国汽油消费量为因变量,乘用车销量、城镇化率和90#汽油吨价与城镇居民人均可支配收入的比值为自变量时行回归(数据为年度时间序列数据)。试根据得到部分输出结果,回答下列问题:1)“模型汇总表”中的R方和标准估计的误差是多少?2)写出此回归分析所对应的方程;3)将三个自变量对汽油消费量的影响程度进行说明;4)对回归分析结果进行分析和评价,指出其中存在的问题。1)“模型汇总表”中的R方和标准估计的误差是多少?答案:^2=;^()=)写出此回归分析所对应的方程;答案:假设汽油消费量为Y,乘用车销量为a,城镇化率为b,90#汽油吨价/城镇居民人均可支配收入为c,则回归方程为:Y=++-)将三个自变量对汽油消费量的影响程度进行说明; ,数值太小,几乎没有影响,,具有明显正相关,当城镇化率每提高1,。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为-,呈明显负相关,即乘用90#汽油吨价/城镇居民人均可支配收入每增加1个单位,。a,b,、、,,乘用车消费量对汽油消费量的影响显著为正。(4)对回归分析结果进行分析和评价,指出其中存在的问题。在学****完本课程之后,我们可以统计方法为特征的不确定性决策、以运筹方法为特征的策略的基本原理和一般方法为基础,结合抽样、参数估计、假设分析、回归分析等知识对我国汽油消费量影响因素进行了模拟回归,并运用软件计算出回归结果,故根据回归结果,对具体回归方程,回归准确性,自变量影响展开分析。Anova表中,sig值是t统计量对应的概率值,所以t和sig两者是等效的,sig要小于给定的显著性水平,越接近于0越好。F是检验方程显著性的统计量,是平均的回归平方和平均剩余平方和之比,越大越好。在图表中,回归模型统计值F=,,因此证明回归模型有统计学意义,表现回归极显著。即因变量与三个自变量之间存在线性关系。系数表中,,不影响,,,即每个回归系数均具有意义。当然,这其中也存在一定的问题:在模型设计中,乘用车销量为、城镇化率为、90#汽油吨价/城镇居民人均可支配收入为三个自变量的单位均不同,因此会造成自变量前面的回归系数不具有准确的宏观意义,因此需要对模型进行实现标准化,也就是引入β系数,消除偏回归系数带来的数量单位影响。根据共线性统计量中的变量的容差t和方差膨胀因子(VIF),自变量间存在共性问题,容差和膨胀因子为倒数关系,容差越小,膨胀因子越大,,说明共线性明显,可能原因是由于