課程實驗報告專業年級08行政管理 課程名稱公共項目管理與評估指導教師林金炎 學生姓名 學號200813391008 實驗日期2011年5月27日實驗地點 實驗成績 教務處制二O一一年五月二十七日

實驗項目名稱線性回歸模型的參數估計和統計檢驗實驗目的及要求實驗目標：(1)掌握MicrosoftOfficeExcel軟件中的統計函數的基本操作：建立數據庫文件、錄入數據、修改和保存數據文件等；運用MicrosoftOfficeExcel軟件中預定義的內置函數：SLOPE(線性回歸擬合線方程的斜率)、INTERCEPT(線性回歸擬合線方程的截距)、CORREL(兩組數值的相關系數)或PEARSON(皮爾生積距法的相關系數)、F0RECAST(通過回歸擬合線運算一個預測值)或TREND(通過回歸擬合線運算一組縱坐標預測值)、STEYX(通過回歸擬合線運算預測值所產生的標準誤差)等功能，進行線性回歸的統計分析；將課堂中所學到線性回歸的理論知識結合Excel軟件內置的統計函數加以應用，理論聯系實際，正確使用，加深理解。實驗要求：(1)學會運用MicrosoftOfficeExcel軟件中的參數估計、相關分析、預測檢驗及其標準差分析等功能,做數據分析；檢驗運用不同的統計函數運算同一個指標的結果差異按要求寫出課程實驗報告實驗內容實驗內容：(1)線性回歸的參數估計(2)相關系數檢驗(3)建立元線性預測模型，作點預測和區間預測實驗步驟1、啟動MicrosoftOfficeExce2、 建立Excel文檔，并錄入基礎數據輸入文件名稱：線性回歸模型的參數估計和統計檢驗錄入基礎數據進行基礎運算累加E運算：選中需要計算累計數的單元格，在常用工具欄單擊【￡】按鈕，將得到fx=SUM(number1,number2,number3,number4, ) SUM(B3:B8)，或直接將需累加的數據單擊下拉用虛線框把他們框住，然后按回車鍵運行即可得到累加結果。平均值1/nE運算：選中需要計算累計數的單元格，在常用工具欄單擊【￡】右側的下拉菜單，單擊'平均值”將得到fxAVERAGE(number1,number2,number3,number4, ) AVERAGE(B3:B8),或直接將需累加的數據單擊下拉用虛線框把他們框住，然后按回車鍵運行即可得到累加結果。3、 線性回歸的參數估計(1)線性回歸擬合線方程的斜率SLOPE估計(b)利用MicrosoftOfficeExcel軟件運算過程如下：i、在編輯欄單擊插入函數【fx】按鈕，出現【插入函數】對話框。ii、單擊【統計函數】iii、在【統計函數】下拉菜單中選擇并雙擊SLOPE得至U線性回歸擬合線方程的斜率函數：fx二SLOPE（Known_y，s,Known_x‘s） 其中：Known_y，s:為因變量數組或數值區域，可以是數值、名稱、數組，或是數值的引用。Known_x，s:為自變量數組或數值區域，可以是數值、名稱、數組，或是數值的引用。iiii、在【函數參數】對話框中輸入數據，計算并輸出線性回歸擬合線方程的斜率：fx=SLOPE（Known_y，s,Known_x，s）=SLOPE（B3：B8,C3：C8）=0.06228（小數點保留5位）練習：在【函數參數】對話框中直接輸入2個數據組，能否運行出結果？（2）線性回歸擬合線方程的截距INTERCEPT估計（a）利用MicrosoftOfficeExcel軟件運算過程如下：i、在【統計函數】下拉菜單中選擇并雙擊INTERCEPT得至U線性回歸擬合線方程的截距函數：fx=INTERCEPT（Known_y,s,Known_x‘s） 其中：Known_y,s：因變量數據點Known_x，s:自變量數據點ii、在【函數參數】對話框中輸入數據，計算并輸出線性回歸擬合線方程的截距：fx=INTERCEPT（Known_y，s,Known_xs）=INTERCEPT（B3：B8,C3：C8）=12.8804 （小數點保留4位）iii、建立一元線性回歸方程y=a+bx=12.8804+0.06228x4、相關系數檢驗利用MicrosoftOfficeExcel軟件運算過程如下：i、在【統計函數】下拉菜單中選擇并雙擊CORREL（兩組數值的相關系數）或PEARSON（皮爾生積距法的相關系數）得到線性回歸擬合線方程的相關系數函數：fx=CORREL（Array1,Array2）其中：Array1:第一組數值單元格區域Array2:第一組數值單元格區域或 fx二PEARSON（Arrayl,Array2）Arrayl：—組自變量Array2：一組因變量ii、在【函數參數】對話框中輸入數據，計算并輸出線性回歸擬合線方程的相關系數：fx=CORREL（Arrayl,Array2）=CORREL（B3：B8,C3：C8）=0.87374（小數點保留5位）fx=PEARSON（Array1,Array2）=PEARSON（B3：B&C3：C8）=0.87374（小數點保留5位）5、 點預測利用MicrosoftOfficeExcel軟件運算過程如下：i、 在【統計函數】下拉菜單中選擇并雙擊F0RECAST（通過回歸擬合線運算一個預測值）或TREND（通過回歸擬合線運算一組縱坐標預測值）得到預測函數：fx=F0RECAST（X,Known_y，s,Known_x‘s）其中：X:需要進行的數據點的X坐標（自變量）Known_y，s：從滿足線性擬合線y=a+bx的點集中選出的一組已知的y值Known_x，s：從滿足線性擬合線y=a+bx的點集中選出的一組已知的x值或fx=TREND（Known_y,s,Known_x,s，New_x,s,Const）Known_y,s：滿足線性擬合直線y=a+bx的一組已知的y值Known_x,s：滿足線性擬合直線y=a+bx的一組已知的x值New_x,s:一組新的x值，希望通過TREND函數推出相應的y值Const:邏輯值，用以指定是否強制常數b為0,如果Const=TRUE或忽略，b按通常方式計算；如果Const=FALSE,b強制為0。（一般選Const=TRUE或忽略）ii、 在【函數參數】對話框中輸入如下一組給定的自變量％］的基礎數據：320，340，360，380,400,420,運行并輸出線性回歸擬合線方程的預測值：6、 區間預測估計利用MicrosoftOfficeExcel軟件運算過程如下：

i、在【統計函數】下拉菜單中選擇并雙擊STEYX（通過回歸擬合線運算預測值所產生的標準誤差）得到標準誤差函數：ii、在【函數參數】對話框中輸入數據，計算并輸出預測只值的標準誤差：fx=STEYX（Known_y，s,Known_x，s）=STEYX（B3：B8,C3：C8）=1.4760（小數點保留4位）iii、區間估計驗環境實驗結果與分析實驗結果與分析：線性回歸模型的參數估計和統計檢驗驗環境實驗結果與分析實驗結果與分析：線性回歸模型的參數估計和統計檢驗年份機床工具產值y機械工業產值X197328279197425208197529240197629249197731274197833319工 1751/nE 29.17斜率b 0.06228截距 12.8804線性回歸方程y=12.8804+0.06228x相關系數 0.8737相關系數 0.8737標準誤差 1.47601569261.5實windowsXPX1預測值y1區間估計32032.810131.3341-34.286134034.055732.5797-35.531736035.301333.8253-36.777338036.546935.0709-38.0