数据模型与决策课程大作业.docx

Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】
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= ；^（）=
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=++-
3）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着为正。
（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要小于给定的显着性水平，越接近于0越好。F是检验方程显着性的统计量，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，表现回归极显着。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，尤其是城镇化率