学号: 班级： 姓名：
（4）假设检验方法：
由程序结果给出参数估计值?，检验假设H0k:?kk??0，k?1,2
tk??k??k?ckk??H0真??k?ckk??~t(12)
对给出显著性水平??0.05，由参数估计表最后一列检验p0k值看出，
p0k?PH0k(|tk|?|tk0|)?0.05，拒绝H0k，认为Xk（k?1,2）对Y均有显著
影响．
（5）关于销售量的预测值及置信区间：
由上表1-4行，2-5列构成的矩阵为
学号: 班级： 姓名：
? 1.2463484164 0.0002129664 -0.000415671 ?? (XTX)?1?? 0.0002129664 7.732903E-6 -7.030252E-7 ????-0.000415671 -7.030252E-7 1.9771851E-7??SSE?56.8836,β?(XX)?1XTY?(3.45261,0.49600,0.00920)T，代入得
? Y?3.45261?0.49600X1?0.00920X2--------经验回归方程
对于给定X,X的值(x01,x02)?(220,2500)，由经验回归方程可得y0预
12?测值
y0?3.45261?0.49600?220?0.00920?2500?135.57261
?令x0?(1,x01,x02)T?(1,220,2500)T，由MSE?4.47030直接计算可得
y0的置信度为95%的置信区间
T?1 y0?t0.975(20)MSE[1?xT0(XX)x0]?135.57261?4.9631?(130.60951,140.53571)?此置信区间的长度较小，因而对实际有较好的参考价值． 对各个值的拟合诊断
学号: 班级： 姓名：
（6）求y的拟合值，残差及学生化残差：
a. 程序:建立回归模型,输出因变量拟合值、残差、学生化残差
参数估计表：
由上图所示表明Y与X1-X2线性关系显著 输出因变量拟合值、残差、学生化残差
学号: 班级： 姓名：
由上表显示y的预测值都是正值，Y与X1-X2线性关系恰当。 b. 考查模型假设及误差项正态分布合理性 程序：
学号: 班级： 姓名：
如下：