一个中国民航客运量的回归模型中， 以民航客运量（万人）为因变量Y， 国民收入（亿元） 为自变量X， 进行了回归， 使用的数据为年度数据。部分结果如下， 根据结果回答问题。
| 模型 | 平方和 | df |
| 1 回归 残差 总计 |
13553299.73 - 13843371.75 |
- - 15 |
系数a
| 模型 | 非标准化系数 | 标准系数 | t | Sig. | |
| B | 标准误差 | 试用版 | |||
| 1 （常量） X |
-216.110 .143 |
64.701 .006 |
.989 | -3.340 25.576 |
.005 .000 |
根据表中的信息， 回归中共使用了多少年的数据？
由第一张表可知SST的自由度为n－1＝15， 故n＝16， 即回归中共使用了16年的数据。
计算模型的判定系数R 2 以及两个变量的相关系数。 （计算过程和结果保留3位有效数字）
模型的判定系数为： R2 ＝SSR/SST＝13553299.73/13843371.75＝0.979， 因为在一元线性回归中， 模型的判定系数R2 与相关系数的关系为R2 ＝r2 ， 因变量与自变量正相关， 所以两个变量的相关系数为：
计算方差分析表中F统计量的值。
在一元线性回归中， SST＝SSE＋SSA， 因此由第一张表可求得残差平方和为：
SSE＝SST－SSA＝13843371.75－13553299.73＝290072.02
所以F统计量的值为：
写出回归方程， 并分析t检验的结果。
由第二张表可知， 常数项及回归系数的t统计量对应的p值均小于0.05， 故系数的显著性检验通过， 即常数项与回归系数均显著不为0， 所以回归方程为： Y(∧)＝0.143X－216.110。
在根据回归方程进行预测时， 预测值的置信区间有“均值预测”和“个值预测”的区分， 说明这两种置信区间的含义。 哪个置信区间更宽一些？
（1） 均值置信区间估计： 均值置信区间估计是对x的一个给定值x0 ， 求出y的平均值的区间估计。 设x0 为自变量x的一个特定值或给定值； E（y0） 为给定x0 时因变量y的平均值或期望值。 当x＝x0 时， y(∧)0 ＝β(∧) 0 ＋β(∧) 1 x0为E（y0 ） 的估计值。 均值置信区间为：
（2） 个别值预测区间估计： 个别值预测区间估计是对x的一个给定值x0 ， 求出y的一个个别值的区间估计。 个别值预测区间为：
对比两个置信区间可知
