.word格式,

可得线性函数（GDP为自变量，cspt为因变量）：y=0.3086827x+734.6928,即β0=734.6928，表示回归直线的截距为734.6928；β1=0.3086827，表示人均GDP（x）变化1元引起人均消费水平（y）的变化为0.3086827元。

（4）由（3）得到的结果可得 =0.9963，判定系数 测度了回归直线对观测数据的拟合程度，即在人均消费水平的变差中，有99.63%可以由人均消费水平与人均GDP之间的线性关系解释，或者说，在人均消费水平取值的变动中，有99.63%由人均GDP决定。可见，两者之间有很强的线性关系。

（5）由（3）得到的结果可得回归方程线性关系的F检验值1331.69对应的检验P值为0.0000<α=0.05，故拒绝原假设，即人均消费水平和人均GDP之间存在显著的正相关性。 （6）x=5000时，E（y）=0.3086827*5000+734.6928=2278.1063。

（7）x=5000时，输入命令predictnl PT=predict(xb),ci(lb ub) l(95)，得到各人均GDP水平下的置信区间，如下图：

输入如下命令，得到置信区间和预测区间示意图： predict yhat

predict stdp, stdp predict stdf, stdf

generate zl = yhat - invttail(5,0.025)*stdp generate zu= yhat + invttail(5,0.025)*stdp generate yl = yhat - invttail(5,0.025)*stdf generate yu = yhat + invttail(5,0.025)*stdf

twoway (lfitci cspt GDP, level(95)) (scatter cspt GDP) (line zl zu yl yu GDP, pstyle(p2 p2 p3 p3) sort)

, 专业.专注 .

.word格式,

取cspt=y，GDP=x，y0为x0=5000的预测值，x1为GDP平均值，x2=（x0-x1）^2，x3= sum((x-x1)^2)

， ， y0=0.3086827*5000+734.6928=2278.1063，

egen x1=mean(x)，得到x1=12248.429，

gen x2=(5000-12248.429)^2，得到x2= 52539722.968， egen x3= sum((x-x1)^2)，得到x3=854750849.7143

display y0+2.7764*247.3*sqrt(1/7+x2/x3)，得zu= 2588.4671 display y0-2.7764*247.3*sqrt(1/7+x2/x3)，得zl= 1967.7455 display y0+2.7764*247.3*sqrt(1+1/7+x2/x3)，得yu= 3031.5972 display y0+2.7764*247.3*sqrt(1+1/7+x2/x3)，得yl= 1524.6154

即人均GDP为5000元时，人均消费水平95%的置信区间为[1967.7455, 2588.4671]，预测区间为[1524.6154, 3031.5972]。

11.7 （1）编辑数据集，命名为linehuigui5.dat

输入命令scatter cmplts percent,xlabel(#5, grid) ylabel(#5, grid)，得到如下散点图，可以看到，时间和距离是负线性相关的关系。

（2）输入命令reg cmplts percent得到下图：

, 专业.专注 .

.word格式,

可得线性函数（percent为自变量，cmplts为因变量）：y=-4.700623x+430.1892,即β0=430.1892，表示回归直线的截距为430.1892；β1=-4.700623，表示航班正点率percent提高1%使投诉次数cmplts的减少-4.700623次。

（3）由（2）得到的结果可得回归系数检验的t值-4.96对应的P值为0.001<α=0.05，故拒绝原假设，即航班正点率percent是投诉次数cmplts的一个显著因素（或者输入test percent=0）。

（4）x=80时，E（y）=-4.700623*80+430.1892=54.13936次。

（5）x=80时，输入命令predictnl PT=predict(xb),ci(lb ub) l(95)，得到各航班正点率水平下的置信区间，如下图：

输入如下命令，得到置信区间和预测区间示意图： predict yhat

predict stdp, stdp predict stdf, stdf

generate zl = yhat - invttail(8,0.025)*stdp generate zu= yhat + invttail(8,0.025)*stdp generate yl = yhat - invttail(8,0.025)*stdf generate yu = yhat + invttail(8,0.025)*stdf

twoway (lfitci cmplts percent, level(95)) (scatter cmplts percent) (line zl zu yl yu percent, pstyle(p2 p2 p3 p3) sort)

, 专业.专注 .

.word格式,

取cmplts=y，percent=x，y0为x0=80的预测值，x1为percent平均值，x2=（x0-x1）^2，x3= sum((x-x1)^2)

， ， y0=-4.700623*80+430.1892=54.13936，

egen x1=mean(x)，得到x1=12248.429， gen x2=(80- 75.86)^2，得到x2= 17.1396， egen x3= sum((x-x1)^2)，得到x3= 397.024

display y0+2.3060*18.887*sqrt(1/10+x2/x3)，得zu= 70.619033 display y0-2.3060*18.887*sqrt(1/10+x2/x3)，得zl= 37.659687 display y0+2.3060*18.887*sqrt(1+1/10+x2/x3)，得yu= 100.7063 display y0-2.3060*18.887*sqrt(1+1/10+x2/x3)，得yl= 7.5724171

即航班正点率为80%时，投诉次数的95%的置信区间为[37.659687, 70.619033]，预测区间为[7.5724171, 100.7063]。

11.8 （1）打开一张EXCEL表格，输入数据如下：

（2）数据｜分析｜数据分析｜回归，弹出回归对话框并设置如下：

（3）单击“确定”得如下输出结果：

, 专业.专注 .