编辑: sunny爹 | 2018-05-20 |
2 98-100
3 100-102
34 102-104
7 104-106
4 合计
50 确定该种食品平均重量95%的置信区间. 采用假设检验方法检验该批食品的重量是否符合标准要求?(,写出检验的具体步骤). 一家产品销售公司在30个地区设有销售分公司.为研究产品销售量(y)与该公司的销售价格(x1)、各地区的年人均收入(x2)、广告费用(x3)之间的关系,搜集到30个地区的有关数据.利用Excel得到下面的回归结果(): 方差分析表 变差来源 df SS MS F Significance F 回归 4008924.7 8.88341E-13 残差 ― ― 总计
29 13458586.7 ― ― ― 参数估计表 Coefficients 标准误差 t Stat P-value Intercept 7589.1025 2445.0213 3.1039 0.00457 X Variable
1 -117.8861 31.8974 -3.6958 0.00103 X Variable
2 80.6107 14.7676 5.4586 0.00001 X Variable
3 0.5012 0.1259 3.9814 0.00049 将方差分析表中的所缺数值补齐. 写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程,并解释各回归系数的意义. 检验回归方程的线性关系是否显著? 计算判定系数,并解释它的实际意义. 计算估计标准误差,并解释它的实际意义. 用三类不同元件连接成两个系统和.当元件都正常工作时,系统正常工作;
当元件正常工作且元件中至少有一个正常工作时,系统正常工作.已知元件正常工作的概率依次为0.80,0.90,0.90,且某个元件是否正常工作与其他元件无关.分别求系统和正常工作的概率和. 参考答案
一、单项选择题 1. D;
2. C;
3. B;
4. D;
5. C;
6. B;
7. A;
8. D;
9. D;
10. C;
11. A;
12. C;
13. A;
14. D;
15. C;
16. B;
17. A;
18.D;
19.D;
20.B;
21.C;
22.C;
23.C;
24.B;
25.D;
26.D;
27.C;
28.D;
29.A;
30.B.
二、简要回答题 (1)如果原假设是正确的,所得到的样本结果会像实际观测结果那么极端或更极端的概率,称为值. (2)值是指在总体数据中,得到该样本数据的概率. (3)值是假设检验中的另一个决策工具,对于给定的显著性水平,若,则拒绝原假设. 这要看情况而定.如果两个地区收入的标准差接近相同时,可以认为5000元对两个地区收入水平的代表性接近相同.如果标准差有明显不同,则标准差小的,5000元对该地区收入水平的代表性就要好于标准差大的. (1)确定并分离季节成分.计算季节指数,以确定时间序列中的季节成分.然后将季节成分从时间序列中分离出去,即用每一个时间序列观测值除以相应的季节指数,以消除季节成分. (2)建立预测模型并进行预测.对消除季节成分的时间序列建立适当的预测模型,并根据这一模型进行预测. (3)计算出最后的预测值.用预测值乘以相应的季节指数,得到最终的预测值. 正态分布的概率密度函数是一个左右对称的钟形曲线,参数是这个曲线的对称轴,同时也决定了曲线的位置,也是正态分布的数学期望;
而参数的大小决定了曲线的陡峭程度,越小,则曲线的形状越陡峭,越集中在对称轴的附近,这和是正态分布的方差的直观意义一致.
三、计算与分析题 1. (1)已知:,. 样本均值为:克, 样本标准差为:克. 由于是大样本,所以食品平均重量95%的置信区间为: 即(100.867,101.773). (2)提出假设:, 计算检验的统计量: 由于,所以拒绝原假设,该批食品的重量不符合标准要求. 2.(1) 方差分析表 变差来源 df SS MS F Significance F 回归
3 12026774.1 4008924.7 72.80 8.88341E-13 残差