东北大学秦皇岛分校毕业设计（论文） 第 26 页
图5.4 残差分布直方图 图5.5 正态概率P_P图
表5.2 Variables Entered/Removedb
Model Variables Entered 1 x3, x1, x2a a. All requested variables entered. b. Dependent Variable: y
Variables Removed . Method Enter
表5.3 Model Summaryb Model 1 R 1.000 R Square 1.000 Adjusted R Square 1.000 Std. Error of the Estimate 895.1788 a. Predictors: (Constant), x3, x1, x2 b. Dependent Variable: y
表5.4 ANOVAb Model 1 Regression Residual Total b. Dependent Variable: y Sum of Squares 5.222E11 5609415.074 5.222E11 df 3 7 10 Mean Square 1.741E11 801345.011 F 217222.302 Sig. .000a a. Predictors: (Constant), x3, x1, x2
东北大学秦皇岛分校毕业设计（论文） 第 27 页
表5.5 Coefficientsa Model Unstandardized Coefficients B 1 (Constant) x1 x2 x3 a. Dependent Variable: y 191.668 .948 .951 1.049 Std. Error 614.523 .148 .045 .036 Standardized Coefficients Beta .091 .432 .478 t .312 6.381 21.094 29.055 Sig. .764 .000 .000 .000 表5.6 Residuals Statisticsa Predicted Value Residual Std. Predicted Value Std. Residual a. Dependent Variable: y Minimum 3740.795 -1551.2905 -.911 -1.733 Maximum 566719.688 1402.4364 1.553 1.567 Mean 211822.273 .0000 .000 .000 Std. Deviation 228519.1512 748.9603 1.000 .837 N 11 11 11 11 3、分析模型输出结果 表5.2为输入/移去的变量，给出了进入模型和被提出的变量的信息，由此表可知，所有三个自变量都进入模型，这说明解释变量都是显著的。
表5.3为模型汇总，描述了模型整体拟合效果，拟合优度系数为1.0，反映了因变量与自变量间良好的显著的线性关系，与前文所述的因变量和自变量的散点图相吻合。此外，表5.3还显示了R平方及调整后的R值估计标准误差。
表5.4为方差分析，由此表我们可以看到模型的设定检验F统计量的值为217222.302，显著性水平的P值几乎等于0，这说明因变量与自变量间有明显的线性关系。
表5.5为回归系数表，由此表我们可以得知回归系数
????0,?1,?2,?3???191.668,0.948,0.951,1.049?，
由输出结果可知R的绝对值等于1，F?217222.302?F1?0.05?3,7??4.35，P=0，显然满足P???0.05，说明因变量与自变量之间显著地线性相关，求得的线性回归模型
y?191.668?0.948x1?,0.951x2?1.049x3
可用。
表5.6为残差统计表，此表显示了预测值、残差、标准预测值、标准残差。根据概
东北大学秦皇岛分校毕业设计（论文） 第 28 页
率的3西格玛原则，标准化残差的绝对值最大为1.567，小于3，这说明子样数据中没有奇异值。
图5.4和图5.6给出了模型残差的直方图和正态概率P_P图，我们在模型中始终假设残差服从正态分布，所以从这两幅图中，我们可以直观看出回归后的实际残差分布并不明显地服从正态分布。但是，也不可盲目否定残差服从正态分布的假设，这是因为我们用来分析的子样容量太小。从正态概率的P_P图（用以比较残差分布与正态分布差异）来看，图的横坐标为观测的累计概率，纵坐标为期望的累计概率，斜线对应着一个均值为0的正态分布。若图中的散点密切分布在这条斜线附近，说明随机变量残差服从正态分布，否则应该怀疑随机变量的正态性[16]。基于以上认识，由图中的散点分布状况可知，残差分布基本是正态的。
东北大学秦皇岛分校毕业设计（论文） 第 29 页
结 论
在撰写本文之前，我搜集了大量的资料，仔细阅读了前人在数理统计方面的研究，后取他人之长，将自己的对数理统计应用的一些思想观点注入文中。
不管是在企业生产管理领域还是在社会经济领域问题的研究中，数理统计都大有用武之地，并且应用也越来越广泛。本文选取了数理统计中两个重要的理论：假设检验理论和回归分析理论，粗略地研究了其在经济和管理中的应用。其中，先介绍了假设检验理论的简单应用，这是一种由浅入深的思想，接下来介绍了回归分析理论的应用，其中包含了假设检验的理论的应用。
对本文课题的研究锲合了本专业数学与应用数学的教学要求，树立了我学以致用的基本思想，但本文存在着诸多不足之处，比如例题代表不够鲜明，所考虑的影响因素较少，研究内容较简单，子样容量较小等；此外，对各自变量间是否存在相互影响尚未作出分析，可适当在这些不足之处加以完善。
东北大学秦皇岛分校毕业设计（论文） 第 30 页
致 谢
在写作本篇论文的过程中，我遇到了不少麻烦，从一开始的选题，再到所需资料的搜集，直至全文的撰写完成，首先，我衷心地感谢我的导师李晓奇老师不厌其烦的指导和监督，在我感觉论文写不下去的烦躁之余，李老师幽默风趣的谈吐给我带来了不少的乐趣，缓解了我紧绷的神经。其次，我还要感谢我的室友汪云峰同学，在我撰写本文过程中无资料可借鉴的情况下，他给我提供了一些可引用的文献。最后，再次感谢在我撰写本文时给予我帮助的每一位老师和同学。