C.广告支出与商品销售额关系 D.单位产品成本与利润关系
E.在价格固定情况下，销售量与商品销售额关系 3. 可用来判断现象相关方向的指标有（ AB ）。
A.相关系数 D.估计标准误
B.回归系数
? C.回归方程参数?0E.x、y的平均数
4. 直线回归分析中（ ABDE ）。
A.自变量是可控量，因变量是随机的 B.两个变量不是对等的关系
C.利用一个回归方程两个变量可以相互推算 D.根据回归系数可判定相关的方向
E.对于没有明显因果关系的两个变量可求得两个回归方程
????x中的??称为回归系数，回归系数的作用是（ ABE ）???5. 直线回归方程y。 011A.可确定两个变量之间因果的数量关系 B.可确定两变量的相关方向 C.可确定两变量相关的密切程度
D.可确定因变量的实际值与估计值的变异程度 E.可确定当自变量增加一个单位时，因变量平均增加值
??78?2x，这表示（ ACE ）6. 单位成本（元）依产量（千件）变化的回归方程为y。
A.产量为1000件时，单位成本76元 B.产量为1000件时，单位成本78元 C.产量每增加1000件时，单位成本下降2元 D.产量每增加1000件时，单位成本下降78元 E.当单位成本为72元时，产量为3000件
7. 在回归分析中，就两个相关变量x与y而言，变量y依变量x的回归和变量x依变量y的回归所得的两个回归方程是不同的，这种表现在（ BCE ）。
A.方程中参数估计的方法不同 C.参数表示的实际意义不同 E.估计标准误的数值不同
8. 确定直线回归方程必须满足的条件是（ AD ）。
31
B.方程中参数数值不同 D.估计标准误的计算方法不同
A.现象间确实存在数量上的相互依存关系 B.相关系数r必须等于1 C.y与x必须同方向变化
D.现象间存在着较密切的直线相关关系 E.相关系数r必须大于0
9. 配合直线回归方程是为了（ AC ）。
A.确定两个变量之间的变动关系 B.用因变量推算自变量 C.用自变量推算因变量 D.两个变量相互推算 E.确定两个变量间的相关程度 10. 相关系数与回归系数（ ABE ）。
A.回归系数大于零则相关系数大于零 B.回归系数小于零则相关系数小于零 C.回归系数大于零则相关系数小于零 D.回归系数小于零则相关系数大于零 E.回归系数等于零则相关系数等于零
六、计算题
1. 有10个同类企业的生产性固定资产年平均价值和工业总产值资料如表8-9所示。
表8-9 生产性固定资产与工业总产值表
企业编号 1 2 3 4 5 6 7 8 9 10 合计 生产性固定资产价值（万元） 318 910 200 409 415 502 314 1210 1022 1225 6525 工业总产值（万元） 524 1019 638 815 913 928 605 1516 1219 1624 9801 要求：
32
（1）说明两变量之间的相关方向。 （2）建立直线回归方程。 （3）计算估计标准误差。
（4）估计生产性固定资产（自变量）为1100万元时总产值（因变量）的可能值。 解：由Excel回归分析工具可得如下输出表
回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值 方差分析 回归分析 残差 总计 Intercept X Variable 1 df 0.947757 0.898243 0.885523 126.6279 10 SS MS F Significance F 3.05923E-05 Upper 95% 1 1132339.8 1132339.8 70.61835987 8 128277.0999 16034.63748 9 1260616.9 Coefficients 标准误差 t Stat P-value Lower 95% 395.567 80.2611267 4.928500839 0.001151611 0.895836 0.106603063 8.403473084 3.05923E-05 210.4845404 580.6495202 0.650008865 1.141663072 由此，有r?0.9478,??395.567,???0.8958,???126.628，于是可得到如下结果： ?01（1）两个变量之间是线性正相关关系。
??395.567?0.8958x，其线性拟合图如下： （2）直线回归方程为：yY1800160014001200100080060040020000200400600800100012001400Xy = 0.8958x + 395.57
（3）估计标准误差为126.628万元。
（4）生产性固定资产为1100万元时总产值的可能值为1380.986万元。
33
2. 某种产品的产量与单位成本的资料如表8-10所示。
表8-10 某产品产量与单位成本资料表
产量（千件） 2 3 4 3 4 5 单位成本（元/件） 73 72 71 73 69 68 要求：
（1）计算相关系数r，并判断其相关程度。 （2）建立直线回归方程。
（3）指出产量每增加1000件时，单位成本平均下降了多少元？ 解：由Excel回归分析工具的输出表可知：
??77.37,????1.82 r?0.91,?01（1）产品的产量与单位成本之间为高度相关关系。
??77.37?1.82x （2）产品的产量与单位成本之间的直线回归方程为y??77.37?1.82x可知，产量每增加1000件时，单位成本平均下降（3）由直线回归方程y了1.82元。
3. 某企业希望确定其广告费x与销售收入y之间的关系，以制定营销计划。使用Excel回归分析工具计算得到结果如表8-11所示。
表8-11 回归分析结果表
回归统计 相关系数 判定系数 0.98283344 0.96596157 F统计量的 显著性水平 34 修正判定系数 0.9602885 标准误差 观测值 方差分析 1.92157756 8 回归分析 残差 总计 df 1 6 7 SS 628.7202 22.15476 650.875 MS 628.7202 3.69246 F 170.271359
截距 变量X 系数 标准误差 t统计量值 3.816441 13.04881 P值 0.00879716 1.2485E-05 Lower95% 2.050570678 3.143523931 Upper95% 9.378000751 4.594571307 5.71428571 1.497281 3.86904762 0.296506 要求：
（1）写出广告费与销售收入的回归方程。
?与??置信度为95%的区间估计。 （2）给出?01（3）指出广告费与销售收入的判定系数。 （4）指出回归标准误差。
（5）判定广告费与销售收入的线性相关程度（说明理由）。 解：由Excel回归分析工具计算出的有关结果可知：
??5.7?3.86x。 （1）广告费与销售收入的回归方程为y?与??置信度为95%的置信区间分别为(2.05,9.38),(3.14,4.59)。 （2）?01（3）广告费与销售收入的判定系数为R?0.96596157。 （4）回归标准误差为1.92157756。
（5）广告费与销售收入是高度线性相关的。因为相关系数为0.98283344，且F统计量的P值为1.248485E-05，小于0.05。
4. 完成下面的一元回归方差分析表（表8-12）。
表8-12 一元回归方差分析表
变差来源 回归 残差 总计
df 9
SS 8100
MS 7000 -
F - -
F统计量的显著性水平(Significance F)
- -
2解：结果如表8-13所示。
表8-13 一元回归方差分析表
变差来源 回归 残差 总计
df 1 8 9
SS 7000 1100 8100
MS 7000 137.5 -
F 50.9 - -
F统计量的显著性水平(Significance F)
9.85284E-05
- -
35