t 双尾临界 2.024394234
t-检验: 双样本异方差假设
平均 方差 观测值 假设平均差
df t Stat P(T≤t) 单尾 t 单尾临界 P(T≤t) 双尾 t 双尾临界
变量 1 100.7 24.11578947
20 0 37 -5.427106029 1.87355E-06 1.687094482 3.74709E-06 2.026190487
变量 2 109.9 33.35789474
20
（2）方差检验结果如下： F-检验 双样本方差分析
平均 方差 观测值 df F P(F≤f) 单尾 F 单尾临界
变量 1 100.7 24.11578947
20 19 0.722940991 0.243109655 0.395811384
变量 2 109.9 33.35789474
20 19
答案
7.1
(或(或
)，不能拒绝原假设。 )，拒绝原假设。
，拒绝原假设； ，不能拒绝原假设； ，拒绝原假设。
7.2
7.3 方差分析表中所缺的数值如下表： 差异源 组间 组内 总计 SS 420 3836 4256 df 2 27 29 MS 210 142.07 — F 1.478 — — P值 0.245946 — — F 临界值 3.354131 — — (或)，不能拒绝原假
设。
7.4 有5种不同品种的种子和4种不同的施肥方案，在20快同样面积的土地上，分别采用5种
种子和4种施肥方案搭配进行试验，取得的收获量数据如下表：
(或(或
7.5
)，拒绝原假设。 )，拒绝原假设。
)，不能拒绝原假设。
(或
(或
设。
(或
(或(或
设。
答案
8.1（1）利用Excel计算结果可知,相关系数为 （2）计算t统计量
)，不能拒绝原假)，拒绝原假设。
)，不能拒绝原假设。 )，不能拒绝原假
7.6
，说明相关程度较高。
给定显著性水平=0.05，查t分布表得自由度n-2=10-2=8的临界值
为2.306，
显然，表明相关系数 r 在统计上是显著的。
8.2 利用Excel中的”数据分析”计算各省市人均GDP和第一产业中就业比例的相关系数为:-0.34239，这说明人均GDP与第一产业中就业比例是负相关，但相关系数只有-0.34239，表明二者负相关程度并不大。 相关系数检验：
在总体相关系数
的原假设下，计算t统计量：
查t分布表，自由度为31-2=29，当显著性水平取水平取
时，
=1.699。
=2.045，所以在
的显著性水平
时，
=2.045；当显著性
由于计算的t统计量的绝对值1.9624小于下，不能拒绝相关系数
的原假设。即是说，在的显著性水平下不能认为人
均GDP与第一产业中就业比例有显著的线性相关性。
但是计算的t统计量的绝对值1.9624大于可以拒绝相关系数
的原假设。即在
=1.699，所以在的显著性水平下,
的显著性水平下，可以认为人均GDP与第
一产业中就业比例有一定的线性相关性。
8.3 设当年红利为Y，每股账面价值为X 建立回归方程
估计参数为
参数的经济意义是每股账面价值增加1元时，当年红利将平均增加0.072876元。 序号6的公司每股账面价值为19.25元，增加1元后为20.25元，当年红利可能为：
(元)
8.4 （1）数据散点图如下：
（2）根据散点图可以看出，随着航班正点率的提高，投诉率呈现出下降的趋势，两者之间存在着一定的负相关关系。
（3）设投诉率为Y，航班正点率为X 建立回归方程 估计参数为
（4）参数的经济意义是航班正点率每提高一个百分点，相应的投诉率（次/10万名乘客）下降0.07。
（5）航班按时到达的正点率为80%，估计每10万名乘客投诉的次数可能为：
（次/10万）
8.5 由Excel回归输出的结果可以看出： （1）回归结果为
（2）由Excel的计算结果已知：4.222811、3.663731 ,其绝对值均大于临界值明显影响。
对应的 t 统计量分别为0.51206、4.853871、
,所以各个自变量都对Y有
由F=58.20479, 大于临界值
8.6 （1）该回归分析中样本容量是14+1=15； （2）计算RSS=66042-65965=77；
，说明模型在整体上是显著的。
ESS的自由度为k-1=2，RSS的自由度 n－k=15-3=12； （3）计算：可决系数
修正的可决系数
（4）检验X2和X3对Y是否有显著影响
(5) F统计量远比F临界值大，说明X2和X3联合起来对Y有显著影响，但并不能确定X2和X3各自对Y的贡献为多少。
8.7
8.8（1）用Excel输入Y和X数据，生成估计参数结果为
和的数据，用Y对X、、回归，
t=(-1.9213) (2.462897) (-2.55934) (3.118062)
（2）检验参数的显著性：当取时，查t分布表得，与t统计量对比，除了截距项外，各回归系数对应的t统计量的绝对值均大于临界值，表明在这样的显著性水平下，回归系数显著不为0。 （3）检验整个回归方程的显著性：模型的
,
，说明可决时，查F分布表
，
因此总成本对产量的
系数较高，对样本数据拟合较好。由于F=98.60668，而当取得说明X、
、
，因为F=98.60668>4.07，应拒绝
联合起来对Y确有显著影响。
（4）计算总成本对产量的非线性相关系数：因为非线性相关系数为
或R=0.9867466
（5）评价：虽然经t检验各个系数均是显著的，但与临界值都十分接近，说明t检验只是勉强通过，其把握并不大。如果取
，则查t分布表得
，
的显著性水平下都
这时各个参数对应的t统计量的绝对值均小于临界值，则在应接受
8.9 利用Excel输入X、y数据，用y对X回归，估计参数结果为
t值=（9.46）（-6.515）
整理后得到：
答案
9.1 （1）30×
×
= 30×1.3131 = 39.393（万辆）
的原假设。
（2）
（3）设按7.4%的增长速度n年可翻一番 则有
所以 n = log2 / log1.074 = 9.71（年）
故能提前0.29年达到翻一番的预定目标。
9.2 （1）以1987年为基期，2003年与1987年相比该地区社会商品零售额共增长：
（2）年平均增长速度为
=0.0833=8.33%
（3） 2004年的社会商品零售额应为
（亿元）
9.3 （1）发展总速度
平均增长速度=
（2）
（亿元）
（3）平均数
2002年一季度的计划任务：
9.4 (1)用每股收益与年份序号回归得
（亿元），
（亿元）。
。预测下一年(第11年)的每股收
益为元
(2)时间数列数据表明该公司股票收益逐年增加，趋势方程也表明平均每年增长0.193元。是一个较为适合的投资方向。