1、相关系数:=-0.9090
说明产量x和单位成本y之间存在着高度负相关关系。
2、设直线回归方程为yc=a+b
xn=6Ex=21E
y'=426Zx2=792=30268
Exy=1481
b=Exy-2*Zy1Ex-,2)=(1481-1/6*21*426)/(79-1/6*21*21)=-1.82a=y-bx=426/6-(-1.82)*21/6=77.37
则yc=77.37-1.82x
在这里说明回归系数b的含义,即产海增加1000件时,单位成本平均降低1.82元。
3、假定产量为6000件,即x=6时,单位成本为:则yc=77.37-1.82x=77.37-1.82*6=66.45(元)
即单位成本为:66.45元。
扩展资料:
运算案例编辑若在一组具有相关关系的变量的数据(x与Y)间,通过散点图我们可观察出所有数据点都分布在一条直线附近,这样的直线可以画出许多条,而我们希望其中的一条最好地反映x与Y之间的关系,即我们要找出一条直线,使这条直线“最贴近”已知的数据点。
因为模型中有残差,并且残差无法消除,所以就不能用二点确定一条直线的方法来得到方程,要保证几乎所有的实测值聚集在一条回归直线上,就需要它们的纵向距离的平方和到那个最好的拟合直线距离最小。
记此直线方程为(如右所示,记为①式)这里在y的上方加记号“^”,是为了区分Y的实际值y,表示当x取值xi=1,2,??,6)时,Y相应的观察值为yi,而直线上对应于xi的纵坐标是①式叫做Y对x的回归直线方程,相应的直线叫做回归直线,b叫做回归系数。
要确定回归直线方程①,只要确定a与回归系数b。
回归方程的有关量:e.随机变量^b.斜率^a.截距—x.x的数学期望—y.y的数学期望R.回归方程的精确度。