随机抽取了10家航空公司,对其最近一年的航班正点率和顾客投诉次数进行了调查,所得数据如下: 航空公司编号 正点率(%) 顾客投诉次数 航空公司编号 正点率(%) 顾客投诉次数 1 81.8 21 6 72.2 93 2 76.6 58 7 71.2 72 3 76.6 85 8 70.8 122 4 75.7 68 9 91.4 18 5 73.8 74 10 68.5 125 设航班正点率为自变量,顾客投诉次数为因变量,用SPSS进行回归,得到: 表5-1模型汇总 模型 R R方 调整R方 标准估计的误差 1 .869a .755 .724 18.8872 a.预测变量:(常量),航班正点率。 表5-2方差分析 模型 平方和 df 均方 F Sig. 1 回归 8772.584 1 8772.584 24.592 .001b 残差 2853.816 8 356.727 总计 11626.400 9 a.因变量:顾客投诉次数(次) 表5-3模型系数a 模型 非标准化系数 标准系数 t Sig. B 标准误差 试用版 1 (常量) 430.189 72.155 5.962 .000 航班正点率 -4.701 .948 -.869 -4.959 .001 a.因变量:顾客投诉次数(次) 试分析:(1)用相关系数判断两变量之间的关系强度; (2)试判断该回归模型的拟合优度; (3)写出估计的回归方程,并解析回归系数的意义;(4分) (4)检验方程线性关系的显著性和回归系数的显著性(α=0.5)。(6分)
随机抽取了10家航空公司,对其最近一年的航班正点率和顾客投诉次数进行了调查,所得数据如下: 航空公司编号 正点率(%) 顾客投诉次数 航空公司编号 正点率(%) 顾客投诉次数 1 81.8 21 6 72.2 93 2 76.6 58 7 71.2 72 3 76.6 85 8 70.8 122 4 75.7 68 9 91.4 18 5 73.8 74 10 68.5 125 设航班正点率为自变量,顾客投诉次数为因变量,用SPSS进行回归,得到: 表5-1模型汇总 模型 R R方 调整R方 标准估计的误差 1 .869a .755 .724 18.8872 a.预测变量:(常量),航班正点率。 表5-2方差分析 模型 平方和 df 均方 F Sig. 1 回归 8772.584 1 8772.584 24.592 .001b 残差 2853.816 8 356.727 总计 11626.400 9 a.因变量:顾客投诉次数(次) 表5-3模型系数a 模型 非标准化系数 标准系数 t Sig. B 标准误差 试用版 1 (常量) 430.189 72.155 5.962 .000 航班正点率 -4.701 .948 -.869 -4.959 .001 a.因变量:顾客投诉次数(次) 试分析:(1)用相关系数判断两变量之间的关系强度; (2)试判断该回归模型的拟合优度; (3)写出估计的回归方程,并解析回归系数的意义;(4分) (4)检验方程线性关系的显著性和回归系数的显著性(α=0.5)。(6分)
1