(应用统计学实验报告4.docVIP

浙江万里学院实验报告 课程名称： 统计实验 实验名称： 实验四 相关与回归分析 分组组长： 组员及分工： 一、实验目的: 掌握相关系数的求解方法，能够熟练运用回归分析工具进行一元和多元线性回归分析，了解单因素方差分析工具的使用。 二、实验内容: 1、相关系数的计算 2、回归分析 三、实验过程: （一）相关分析 1、利用函数计算相关系数 （1）单击任一个空白单元格，单击插入菜单，选择函数选项，打开粘贴函数对话框，在函数分类中选择统计，在函数名中选择CORREL。 （2）单击确定，出现CORREL对话框，在Array1中输入B2：B11，在Array2中输入C2：C11，即可在对话框下方显示出计算结果。 2、用相关分析工具计算相关系数 （1）在“工具”菜单中，单击“数据分析”选项，弹出“数据分析”对话框，选择“相关系数”分析工具。 （2）单击“确定”，弹出“相关系数”对话框，在输入区域中输入：$B$1：$C$11，分组方式选择“逐列”，选择“标志位于第一行”，在输出区域中任选一单元格（如$B$15）。 （3）单击“确定”，得到输出结果。 （二）回归分析 1、利用图表拟合分析 ①打开“产量成本”工作表 实验日期：2013.11.16 ②从“插入”菜单中选择“图表”选项，打开“图表向导”对话框。在“图表类型”列表中选择XY散点图，单击“下一步”按钮。 ③在数据区域中输入A1:B15，选择“系列产生在——列”，单击“下一步”按钮。 ④自己设置标题等选项。 ⑤单击“完成”按钮，便得到XY散点图。 ⑥用鼠标激活散点图，把鼠标放在任一数据点上，单击鼠标右键，打开菜单，在菜单栏里选择“填加趋势线”选项，打开趋势线对话框。 ⑦打开“类型”页面，选择“线性”选项，Excel将显示一条拟合数据点的直线。 ⑧打开“选项”页面，在对话框下部选择“显示公式”和“显示平方根”选项，单击“确定”按钮，便得到趋势回归图。 【例10.20】测得不同地区某微量元素超标量与平均患病人数资料，试拟合Y关于X的回归方程。 （1）绘制散点图。从图中可以看出：Y与X是曲线相关关系。 （2）在散点图的任一个散点上单击右键，选取快捷菜单中的“添加趋势线”。 （3）在弹出的“添加趋势线”对话框类型中选取“对数”。 （4）在“选项”中选“显示公式”和“显示R平方值”。 （5）单击“确定”，即可得到回归方程为：Y=7.7771Ln(X)+19.745 R2=0.9922 表明拟合精度较高。 2、用Excel 回归分析工具 ①在“工具”菜单中选择“数据分析”选项，弹出“数据分析”对话框，选择“回归”分析工具。 ②单击“确定”，弹出“回归”对话框，在Y值输入区域中输入：B1：B18，在X值输入区域中输入：C1：C18，选中“标志”复选框，置信度选择95%（默认值为95%，可以根据需要修改），在输出区域中任选一单元格。 ③单击“确定”，得到输出结果如图所示。 （2）回归分析工具的输出结果解释 ①回归统计表 回归统计表包括以下几部分内容： Multiple R（复相关系数R）：R2的平方根，又称为相关系数，它用来衡量变量x和y之间相关程度的大小。本例中：R0.9481为，表示二者之间的关系是高度正相关。 R Square(复测定系数R2 )：用来说明用自变量解释因变量变差的程度，以测量同因变量y的拟合效果。复测定系数为0.8989，表明用自变量可解释因变量变差的89.89%。 标准误差：又称为标准回归误差或叫估计标准误差，它用来衡量拟合程度的大小，也用于计算与回归有关的其他统计量，此值越小，说明拟合程度越好。 观测值：是指用于估计回归方程的数据的观测值个数。 ②方差分析表 方差分析表的主要作用是通过F检验来判断回归模型的回归效果。 ③回归参数表 回归参数表是表中最后一个部分。 从方程检验来看，总体方程拟合优度较高，且通过了F检验，因此回归方程总体效果显著。从回归系数来看，两个自变量对应的回归系数对应的P值均显著小于0.05，表明这两个自变量对玻璃销售额均有显著影响。 专业班级： 姓 名： 学号： 实验日期： 四、实验结果 （一）相关分析 1、利用函数计算相关系数 2、用相关分析工具计算相关系数 （二）回归分析 1、利用图表拟合分析 专业班级： 姓 名： 学号： 实验日期：