会计学11.1从某一行业中随机抽取12家企业，所得(suǒdé)产量与生产费用的数据如下：产量和费用存在(cúnzài)正的线性相关系数r=0.92021、提出(tíchū)假设：H0：；H1：011.2学生在期末考试之前用于复习的时间（单位：小时）和考试分数（单位：分）之间是否有关系？为研究这一问题，一位研究者抽取了由8名学生构成(gòuchéng)的一个随机样本，取得的数据如下：复习时间和考试分数存在正的线性相关关系r=0.862111.3、根据一组数据建立的线性回归方程要求：1）解释截距的意义。1）解释斜率的意义。2）当=6时的E（y）1）表示在没有自变量X的影响时其他各种因素对因变量Y的影响为102）斜率的意义在于：自变量X变化(biànhuà)对Y影响程度。回归方程中，当x增加一个单位时,y将减少0.5个单位。3）x=6时，代入方程，则，y=10-0.56=711.4设SSR=36，SSE=4，n=18要求：1）计算判定系数R^2并解释其意义回归直线对观测值的拟合程度为0.9，说明变量Y的变异性中有90%是由自变量x引起(yǐnqǐ)的。2）计算估计标准误差并解释其意义11.5一家物流公司的管理人员想研究货物的运输距离(jùlí)和运输时间的关系，为此，他抽出了公司最近10个卡车的运货记录的随机样本，得到运送距离(jùlí)（单位：km）和运送时间（单位：天）的数据如下表：根据图表显示，二者可能存在(cúnzài)正线性相关关系x与y的简单(jiǎndān)相关系数是0.9489，两变量之间呈现高度正相关关系最小二乘估计(gūjì)：y=0+1x11.6下面是7个地区(dìqū)2000年的人均国内生产总值（GDP）和人均消费水平的统计数据：要求(yāoqiú)：(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。(2)计算(jìsuàn)两个变量之间的线性相关系数，说明两个变量之间的关系强度。(3)利用(lìyòng)最小二乘法求出估计的回归方程，并解释回归系数的实际意义。(4)计算(jìsuàn)判定系数，并解释其意义。(5)检验(jiǎnyàn)回归方程线性关系的显著性(a=0.05)。(6)如果某地区的人均(rénjūn)GDP为5000元，预测其人均(rénjūn)消费水平。(7)求人均(rénjūn)GDP为5000元时，人均(rénjūn)消费水平95％的置信区间和预测区间。解：根据(gēnjù)前面的计算结果，已知n=7，t(7-2)=2.5706预测区间为航空公司编号二者之间为负的线性相关关系(guānxì)t=4.7684>t=2.201，拒绝(jùjué)H0，回归系数显著解：已知n=10，t(10-2)=2.306置信区间为已知n=10，t(10-2)=2.306预测(yùcè)区间为11.8下面是20个城市写字楼出租率和每平方米月租金的数据。设月租金为自变量，出租率为因变量，用excel进行回归，并对结果进行解释(jiěshì)和分析。回归统计11.9某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面(xiàmian)的有关结果：(1)完成(wánchéng)上面的方差分析表。(2)汽车(qìchē)销售量的变差中有多少是由于广告费用的变动引起的?(4)写出估计(gūjì)的回归方程并解释回归系数的实际意义。11.10根据下面的数据建立(jiànlì)回归方程，计算残差，判定R^2，估计标准误差se，并分析回归方程的拟合程度。残差本题判定(pàndìng)系数R^2=0.937348，可以看出拟合程度好。11.11从20的样本中得到的有关回归结果是：SSR=60，SSE=40。要检验x与y之间的线性关系是否(shìfǒu)显著，即检验假设：(4)假定(jiǎdìng)x与y之间是负相关，计算相关系数r11.12从n=20的样本中得到的有关回归(huíguī)结果是：y=5+3x，=1=2，11.13一家公司拥有多家子公司，公司的管理者想通过广告支出来估计销售收入，为此抽取了8家子公司，得到(dédào)广告支出和销售收入的数据如下（单位：万元）/y0=-46.2918+15.23977x当x=40万元时E（y0）=-46.2918+15.23977*40=563.299tα/2=t0.025(6)=2.446911.14从两个回归分析中得到(dédào)的残差如下：回归(huíguī)1：回归(huíguī)2：11.15随机抽取7家超市，得到其广告费支出和销售额数据(shùjù)如下：解：（1）（2）回归