已知某城市有关 A 商品需求的统计资料如下:[img=1415x191]178bfa68ffae66b.png[/img]假设销售量 [tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex] 与该城市的居民人均收入 [tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex] 以及商品的单价 服从线性关系，根据上面数据(1) 建立 [tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex] 对 [tex=2.643x1.214]g1eeTNblG8qvUFsjwsMATg==[/tex] 的二元线性回归方程;(2) 对回归方程的显著性进行检验 ([tex=3.786x1.0]j0DyOD2xW8hNkLP53FtTIA==[/tex]) ;(3) 对回归方程的系数进行显著性检验 ([tex=3.786x1.0]j0DyOD2xW8hNkLP53FtTIA==[/tex]) .
举一反三
- 某公司的广告费[tex=0.571x0.786]yPNTqDbsbi+W1HJQhfGL3Q==[/tex](百万元）与销售额[tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex] (百万元）资料如下:[br][/br][img=560x134]178f479057d781f.png[/img](1) 作出散点图;[br][/br](2) 求出[tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex]对[tex=0.571x0.786]yPNTqDbsbi+W1HJQhfGL3Q==[/tex]的经验回归直线方程;[br][/br](3) 对所求出的回归方程作回归效果的显著性检验 ( [tex=3.786x1.0]j0DyOD2xW8hNkLP53FtTIA==[/tex]);[br][/br](4) 若回归方程已通过显著性检验，试求广告费为 4.8 时销售额的0.95 预测区间.
- 表3 3给出Y关于X，X的线性回归结果。[img=597x133]17b00b1eab2e326.png[/img] 检验假设:[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]和[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]对Y无影响，应采用何种检验，为什么
- 表3 3给出Y关于X，X的线性回归结果。[img=597x133]17b00b1eab2e326.png[/img] 根据以上信息，你能否确定[tex=1.214x1.214]AKRJ+piA0nf7C/6/dimpFw==[/tex]和[tex=1.214x1.214]mzDCcy67Z8VvjJDKwZ/vAA==[/tex]各自对Y的影响?
- 假设某种钢材的硬度与含铜量百分比以及温度之间服从线性关系，下面给出六次试验的数据资料.[img=1425x450]178bfec209baee9.png[/img]根据上面数据，(1) 建立硬度对含铜量及温度的二元线性回归方程;(2) 对回归方程的显著性进行检验 [tex=4.571x1.357]RmH8DdE3ny+Ivnl3HG6EvQ==[/tex];(3) 对回归方程的系数进行显著性检验 [tex=4.571x1.357]RmH8DdE3ny+Ivnl3HG6EvQ==[/tex],并对系数的含义进行解释.
- 某厂销售收入[tex=0.929x1.286]uswT/CEcOIwMpCvTz/zeaA==[/tex]与利润[tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex]的统计资料如表所示。[img=631x178]1790c8ce45dac14.png[/img]若[tex=0.929x1.286]uswT/CEcOIwMpCvTz/zeaA==[/tex]与[tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex]有线性关系，试求出[tex=0.857x1.286]h9C4nePGcGllh55hxKIsUw==[/tex]关于[tex=0.929x1.286]uswT/CEcOIwMpCvTz/zeaA==[/tex]的线性回归方程。