截距 44,802.778 Location_SuperMaket 1,736.222 Amount_competitors 1,078.333 Location_SuperMaket * 503.333 Amount_competitors 误差 607.333 总计 48,728.000 校正的总计 3,925.222 a. R 方 = .845（调整 R 方 = .774）
1 44,802.778 1,770.472 0.000 2 868.111 34.305 0.000 3 359.444 14.204 0.000 6 83.889 3.315 0.016 24 25.306 36 35
11.5 一家物流公司的管理人员想研究货物的运输距离和运输时间的关系，为此，他抽出了公司最近10个卡车运货记录的随机样本，得到运送距离(单位：km)和运送时间(单位：天)的数据如下：
运送距离x 运送时间y 825 215 1 070 550 480 920 1 350 325 670 1 215 3.5 1.0 4.0 2.0 1.0 3.0 4.5 1.5 3.0 5.0
要求：
(1)绘制运送距离和运送时间的散点图，判断二者之间的关系形态： (2)计算线性相关系数，说明两个变量之间的关系强度。
(3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。 解：（1）
运送时间天可能存在线性关系。 （2）
相关性
x运送距离（km）
Pearson 相关性 显著性（双侧） N
y运送时间（天）
Pearson 相关性 显著性（双侧） N
**. 在 .01 水平（双侧）上显著相关。
y5（）432125050075010001250x运送距离（km）__
x运送距离（km）
1
10 .949(**)
y运送时间（天）
.949(**) 0.000 10 1
0.000 10
10
有很强的线性关系。 （3）
系数(a)
非标准化系数
模型 1
（常量） x运送距离（km）
a. 因变量: y运送时间（天）
标准化系数
Beta
t 0.333
0.949
8.509
显著性
0.748 0.000
B 0.118 0.004
标准误
0.355 0.000
回归系数的含义：每公里增加0.004天。
11.6 下面是7个地区2000年的人均国内生产总值（GDP）和人均消费水平的统计数据： 地区 北京 辽宁 上海 江西 河南 贵州 陕西 人均GDP(元) 22 460 11 226 34 547 4 851 5 444 2 662 4 549 人均消费水平(元) 7 326 4 490 11 546 2 396 2 208 1 608 2 035 要求：
(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。
(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 (3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。 (4)计算判定系数，并解释其意义。
(5)检验回归方程线性关系的显著性(a=0.05)。
(