logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

7.表中是16支公益股票某年的每股账面价值和当年红利,-|||-公司序号 账面价值(元) 红利(元) 公司序号 账面价值(元) 红利(元)-|||-1 22.44 2.4 9 12.14 0.80-|||-2 20.89 2.98 10 23.31 1.94-|||-3 22.09 2.06 11 16.23 3.00-|||-4 14.48 1.09 12 0.56 0.28-|||-5 20.73 1.96 13 0.84 0.84-|||-6 19.25 1.55 14 18.05 1.80-|||-7 20.37 2.16 15 12.45 1.21-|||-8 26.43 1.60 16 11.33 1.07-|||-根据上表资料:-|||-(1)建立每股账面价值和当年红利的回归方程;-|||-(2)解释回归系数的经济意义;-|||-(3)若序号为6的公司的股票每股账面价值增加1元,估计当年红利可能为多少?

题目解答

答案

解析

考查要点:本题主要考查一元线性回归分析的应用,包括回归方程的建立、回归系数的经济意义解释以及利用回归方程进行预测。

解题核心思路:

  1. 回归方程建立:通过计算自变量(每股账面价值$x$)和因变量(当年红利$y$)的平均值、协方差、方差,利用公式$\hat{y} = a + bx$确定回归系数$b$和截距$a$。
  2. 经济意义解释:回归系数$b$表示每股账面价值每增加1元,当年红利平均变化的金额。
  3. 预测应用:将调整后的账面价值代入回归方程,计算对应的预测红利值。

破题关键:正确计算回归方程参数,并理解回归系数的实际含义。

第(1)题:建立回归方程

计算数据准备

  1. 计算$x$和$y$的平均值:

    • $\bar{x} = \frac{1}{16}\sum x_i = \frac{1}{16}(22.44 + 20.89 + \dots + 11.33) \approx 14.85$
    • $\bar{y} = \frac{1}{16}\sum y_i = \frac{1}{16}(2.4 + 2.98 + \dots + 1.07) \approx 1.43$
  2. 计算协方差和方差:

    • $\text{Cov}(x,y) = \frac{1}{16-1}\sum (x_i - \bar{x})(y_i - \bar{y}) \approx 10.24$
    • $\text{Var}(x) = \frac{1}{16-1}\sum (x_i - \bar{x})^2 \approx 139.32$

确定回归系数

  • 斜率$b$:$b = \frac{\text{Cov}(x,y)}{\text{Var}(x)} \approx \frac{10.24}{139.32} \approx 0.072876$
  • 截距$a$:$a = \bar{y} - b\bar{x} \approx 1.43 - 0.072876 \times 14.85 \approx 0.479775$

回归方程:$\hat{y} = 0.479775 + 0.072876x$

第(2)题:回归系数的经济意义

  • 斜率$b=0.072876$表示每股账面价值每增加1元,当年红利平均增加约0.0729元。

第(3)题:预测红利

  1. 调整后的账面价值:原值$19.25$元增加1元,得$x=20.25$元。
  2. 代入回归方程:
    $\hat{y} = 0.479775 + 0.072876 \times 20.25 \approx 1.9555 \text{元}$

相关问题

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 下列关于变量的说法,错误的是(1.5) A. 常见的变量主要有自变量、因变量和混杂变量B. 混杂变量不会干扰研究结果C. 自变量不受结果的影响D. 自变量是因,因变量是果E. 因变量随自变量改变的影响而变化

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列关于回归分析的描述不正确的是()A. 回归分析研究单个变量的变化情况B. 刻画不同变量之间关系的模型统称为线性回归模型C. 回归分析研究不同变量之间存在的关系D. 回归分析模型可分为线性回归模型和非线性回归模型

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • 假设某地正常男性体重服从正态分布,随机抽取某地正常男性100测量其体重,结果=60.0Kg,S=6.0Kg。请计算:(1)该地正常男子体重95%总体均数的可信区间。(2)该地男子95%的体重范围为多少?

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号