班级： 学号： 姓名： 统计学习题活页 2016年版
6． 一家超市连锁店进行了一项研究，想确定超市所在地的位置（因素A）和竞争者的数量（因素B）及两因素的交互作用对销售额是否有显著性影响，将超市位置按商业区、居民小区和写字楼分成三类，并在不同位置分别随机抽取3家超市，竞争者数量按1个、2个、3个和三个以上分四类，获得的年销售额如ex7_6所示（α=0.05）。问：
（1）对位置因素，该方差分析的备择假设是： A．
?1??2??3 B．?1??2??3 C．?1,?2,?3不全相等 D．?1,?2,?3全不相等
（2）总离差平方和的分解是：
A．SST = SSA + SSB B． SST = SSA + SSE
C．SST = SSA + SSB + SSE D． SST = SSA + SSB + SSAB + SSE
（3）水平间离差平方和SSB的自由度是：
A．2 B．3 C．6 D. 24
（4）A 因素的检验统计量为：
A．35.7714 B． 14.8920 C．3.2838 D．3.4028
（5）结论是：
A．超市的三个位置没有显著性差别 B. 竞争者个数多少没有显著性差别 C. 交互作用对销售没有显著性影响 D. 两因素及交互作用对销售均有显著影响
16
班级： 学号： 姓名： 统计学习题活页 2016年版
第九章 相关与回归分析
1．从某一行业中随机抽取12家企业，所得产量与其单位成本数据如下：
企业编号 产量（台） 单位成本（台/元） 企业编号 产量（台） 单位成本（台/元） 1 2 3 4 5 6 40 42 50 55 65 78 185 175 172 170 169 164 7 8 9 10 11 12 84 100 116 125 130 140 156 142 140 135 130 124
（1）绘制产量与单位成本的散点图，判断二者之间的关系形态。
（2）计算产量与单位成本之间的线性相关系数，并对相关系数的显著性进行检验（??0.05），说明二者之间的关系强度。
（3）以产量为自变量，单位成本为因变量，拟合直线回归方程，并对方程和系数进行显著性检验。
17
班级： 学号： 姓名： 统计学习题活页 2016年版
2．下面是某年7个地区的人均GDP和人均消费水平的统计数据： 地区 1 2 3 4 5 6 7 人均GDP（元）人均消费水平（元）X Y 22460 11226 34547 4851 5444 2662 4549 7326 4490 11546 2396 2208 1608 2035 （1）画出相关图，并判断人均GDP与人均消费水平之间对相关方向；
（2）计算相关系数，指出人均GDP与人均消费水平之间的相关方向和相关程度；
（3）以人均GDP为自变量，人均消费水平作因变量，拟合直线回归方程；
（4）计算估计标准误差
Syx；
（5）对回归系数进行检验(显著性水平取0.05)；
（6）在95%的概率保证下，求当人均GDP为5000元时，人均消费水平的置信区间。
18
班级： 学号： 姓名： 统计学习题活页 2016年版
3． 经过研究，发现家庭书刊消费水平受家庭收入及户主受教育年数的影响。现对某地区的家庭进行抽样调查，得到样本数据如下表所示，其中y表示家庭书刊消费水平（元/年），x表示家庭收入（元/月），T表示户主受教育年数。
家庭书刊消费y 450.0 507.7 613.9 563.4 501.5 781.5 541.8 611.1 1222.1 793.2 660.8 792.7 580.8 612.7 890.8 1121.0 1094.2 1253.0 家庭收入x 1027.2 1045.2 1225.8 1312.2 1316.4 1442.4 1641.0 1768.8 1981.2 1998.6 2196.0 2105.4 2147.4 2154.0 2231.4 2611.8 3143.4 3624.6 户主受教育年数T 8 9 12 9 7 15 9 10 18 14 10 12 8 10 14 18 16 20
（1）以y为因变量，x与T为自变量建立多元线性回归方程。
（2）对回归模型显著性检验。
（3）对回归系数进行显著性检验。
19
班级： 学号： 姓名： 统计学习题活页 2016年版
4．ex9_4中存放着在20家药品生产企业年销售收入与广告费用支出的数据。 (1) 计算销售收入和广告费用间的Pearson相关系数r为( ) A. 0.8661 B. 0.9306 C. 0.8587 D. -0.9306
(2) 由第(1)题计算的Pearson相关系数判断两者间的相关程度和相关方向为( ) A. 高度负相关 B. 中度负相关 C. 高度正相关 D. 中度正相关
(3) 假如要建立销售收入(因变量)对广告费用(自变量)的线性回归模型,求得其经验回归直线为( )
A. y??274.55?5.13x B. y???274.55?5.13x C. y???274.55?5.13x D. y??274.55?5.13x
(4) 检验回归系数是否为0即
H0:?1?0, 则( ) (显著性水平??0.05)
A. t?10.7887, 回归系数?1?0 B. t?10.7887, 回归系数?1?0
C. t?2.74?10?9, 回归系数?1?0 D. t?2.74?10?9, 回归系数?1?0
（5）该线性回归模型的可决系数为( )
A. 0.9306 B. 0.8661 C. 0.8586 D. 0.4150
5．ex9_5保存了某地区16个林业局的年木材采伐量和相应伐木剩余物数据。
（1）假如要建立伐木剩余物(因变量)对年木材采伐量(自变量)的线性回归模型,求得其经验回归直线为（A. y???0.7629?0.4043x B. y??0.7629?0.4043x C. y???0.7629?0.4043x D. y??0.7629?0.4043x
（2）该线性回归方程的估计标准误差是（ ） A．2.0363 B. 1.2210 C 0.0333 D.58.0523
（3）伐木剩余物变差中有（ ）是由于年木材采伐量变动引起的。 A. 58.0523 B. 608.3742 C. 666.4265 D.146.7166
（4）该线性回归方程的判定系数是（ ）
A．-0.6249 B.12.1127 C. 146.7166 D.0.9128
（5）检验回归方程的显著性。（ ） A. t?12.1127, 回归方程显著； B. t?12.1127, 回归方程不显著； C．F?146.7166，回归方程显著； D. F?146.7166，回归方程不显著
20
）