应用统计学练习题答案(1) 下载本文

A.某商店的职工人数与商品销售额之间的相关系数为0.87 B.流通费用水平与利润率之间的相关关系为-0.94 C.商品销售额与利润率之间的相关系数为0.51 D.商品销售额与流通费用水平的相关系数为-0.81 9.

估计标准误说明回归直线的代表性,因此( B )。

A.估计标准误数值越大,说明回归直线的代表性越大 B.估计标准误数值越大,说明回归直线的代表性越小 C.估计标准误数值越小,说明回归直线的代表性越小 D.估计标准误数值越小,说明回归直线的实用价值越小 10.

回归估计的估计标准误差的计算单位与( B )。

B.因变量相同 D.相关系数相同

A.自变量相同

C.自变量及因变量相同

三、多项选择题

1.

现象之间相互关系的类型有( AC )。

B.回归关系 E.结构关系

C.相关关系

A.函数关系 D.随机关系 2.

下列哪些现象之间的关系为相关关系( ACD )。

B.圆的面积与它的半径关系 D.单位产品成本与利润关系

A.家庭收入与消费支出关系

C.广告支出与商品销售额关系

E.在价格固定情况下,销售量与商品销售额关系 3.

可用来判断现象相关方向的指标有( AB )。

B.回归系数

A.相关系数 D.估计标准误 4.

? C.回归方程参数?0E.x、y的平均数

直线回归分析中( ABDE )。

A.自变量是可控量,因变量是随机的 B.两个变量不是对等的关系

C.利用一个回归方程两个变量可以相互推算 D.根据回归系数可判定相关的方向

E.对于没有明显因果关系的两个变量可求得两个回归方程

36

5.

????x中的??称为回归系数,回归系数的作用是( ABE )???直线回归方程y。 011A.可确定两个变量之间因果的数量关系 B.可确定两变量的相关方向 C.可确定两变量相关的密切程度

D.可确定因变量的实际值与估计值的变异程度 E.可确定当自变量增加一个单位时,因变量平均增加值 6.

??78?2x,单位成本(元)依产量(千件)变化的回归方程为y这表示( ACE )。

A.产量为1000件时,单位成本76元 B.产量为1000件时,单位成本78元 C.产量每增加1000件时,单位成本下降2元 D.产量每增加1000件时,单位成本下降78元 E.当单位成本为72元时,产量为3000件 7.

在回归分析中,就两个相关变量x与y而言,变量y依变量x的回归和变量x依变

量y的回归所得的两个回归方程是不同的,这种表现在( BCE )。 A.方程中参数估计的方法不同 C.参数表示的实际意义不同 E.估计标准误的数值不同 8.

确定直线回归方程必须满足的条件是( AD )。

B.方程中参数数值不同 D.估计标准误的计算方法不同

A.现象间确实存在数量上的相互依存关系 B.相关系数r必须等于1 C.y与x必须同方向变化

D.现象间存在着较密切的直线相关关系 E.相关系数r必须大于0 9.

配合直线回归方程是为了( AC )。

A.确定两个变量之间的变动关系 B.用因变量推算自变量 C.用自变量推算因变量 D.两个变量相互推算 E.确定两个变量间的相关程度

37

10. 相关系数与回归系数( ABE )。

A.回归系数大于零则相关系数大于零 B.回归系数小于零则相关系数小于零 C.回归系数大于零则相关系数小于零 D.回归系数小于零则相关系数大于零 E.回归系数等于零则相关系数等于零

四、判断题

1. 2. 3.

只有当相关系数接近于+1时,才能说明两变量之间存在高度相关关系。( × ) 回归系数

??1和相关系数r都可用来判断现象之间相关的密切程度。( × )

相关系数数值越大,说明相关程度越高;相关系数数值越小,说明相关程度越低。

( × ) 4. 5.

当直线相关系数r?0时,说明变量之间不存在任何相关关系。( × ) 在进行相关和回归分析时,必须以定性分析为前提,判定现象之间有无关系及其作

用范围。( √ ) 6. 7.

进行相关与回归分析应注意对相关系数和回归直线方程的有效性进行检验。( √ ) 工人的技术水平提高,使得劳动生产率提高。这种关系是一种不完全的正相关关系。

( √ ) 8. 9. 10.

正相关指的就是两个变量之间的变动方向都是上升的。( × ) 相关的两个变量,只能算出一个相关系数。( √ )

利用最小平方法配合的直线回归方程,要求实际测定的所有相关点和直线上的距离

平方和为零。( × )

五、简答题

1. 2. 3.

简述相关分析和回归分析的区别与联系。

????x中参数??和??的经济含义是什么? ???直线回归方程y0101说明相关系数的取值范围及其判断标准。

六、计算题

1.

有10个同类企业的生产性固定资产年平均价值和工业总产值资料如表8-9所示。

38

表8-9 生产性固定资产与工业总产值表

企业编号 1 2 3 4 5 6 7 8 9 10 合计 生产性固定资产价值(万元) 318 910 200 409 415 502 314 1210 1022 1225 6525 工业总产值(万元) 524 1019 638 815 913 928 605 1516 1219 1624 9801 要求:

(1)说明两变量之间的相关方向。 (2)建立直线回归方程。 (3)计算估计标准误差。

(4)估计生产性固定资产(自变量)为1100万元时总产值(因变量)的可能值。 解:由Excel回归分析工具可得如下输出表

回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值 方差分析 回归分析 残差 总计 Intercept X Variable 1 df 0.947757 0.898243 0.885523 126.6279 10 SS MS F Significance F 3.05923E-05 Upper 95% 1 1132339.8 1132339.8 70.61835987 8 128277.0999 16034.63748 9 1260616.9 Coefficients 标准误差 t Stat P-value Lower 95% 395.567 80.2611267 4.928500839 0.001151611 0.895836 0.106603063 8.403473084 3.05923E-05 210.4845404 580.6495202 0.650008865 1.141663072 由此,有r?0.9478,??395.567,???0.8958,???126.628,于是可得到如下结果: ?01(1)两个变量之间是线性正相关关系。

??395.567?0.8958x,其线性拟合图如下: (2)直线回归方程为:y

39

Y1800160014001200100080060040020000200400600800100012001400Xy = 0.8958x + 395.57

(3)估计标准误差为126.628万元。

(4)生产性固定资产为1100万元时总产值的可能值为1380.986万元。 2.

某种产品的产量与单位成本的资料如表8-10所示。

表8-10 某产品产量与单位成本资料表

产量(千件) 2 3 4 3 4 5 单位成本(元/件) 73 72 71 73 69 68 要求:

(1)计算相关系数r,并判断其相关程度。 (2)建立直线回归方程。

(3)指出产量每增加1000件时,单位成本平均下降了多少元? 解:由Excel回归分析工具的输出表可知:

??77.37,????1.82 r?0.91,?01(1)产品的产量与单位成本之间为高度相关关系。

??77.37?1.82x (2)产品的产量与单位成本之间的直线回归方程为y??77.37?1.82x可知,产量每增加1000件时,单位成本平均下降(3)由直线回归方程y了1.82元。 3.

某企业希望确定其广告费x与销售收入y之间的关系,以制定营销计划。使用

40