1.根据数据homework，利用SPSS软件，建立因变量y2与自变量x1，x2，x3，
x4和y1之间的回归方程，并对分析结果进行简要解释。
第一种方法：非线性回归.
MODEL PROGRAM a=1 b=1 c=1 d=1 e=1 f=1.
假设方程为y1=a * x1+b / x2+c / x3+d * EXP(e * x4) + f * y2.
15.1 1625356.899 46.410 -1635.623 7434.215 3.404E-005 .617 -3.408
16.0 1625356.899 46.410 -1635.623 7434.215 3.404E-005 .617 -3.408
16.1 1624816.652 46.405 -1637.222 7447.867 7.053E-005 .587 -3.406
17.0 1624816.652 46.405 -1637.222 7447.867 7.053E-005 .587 -3.406
17.1 1624261.316 46.399 -1639.409 7462.802 .000 .556 -3.405
18.0 1624261.316 46.399 -1639.409 7462.802 .000 .556 -3.405
18.1 1623699.872 46.392 -1642.232 7479.130 .000 .526 -3.405
19.0 1623699.872 46.392 -1642.232 7479.130 .000 .526 -3.405
19.1 1623134.972 46.382 -1645.702 7496.886 .001 .496 -3.405
20.0 1623134.972 46.382 -1645.702 7496.886 .001 .496 -3.405
20.1 1622550.759 46.369 -1649.721 7515.777 .001 .468 -3.406
21.0 1622550.759 46.369 -1649.721 7515.777 .001 .468 -3.406
21.1 1622139.282 46.353 -1654.881 7536.360 .003 .438 -3.408
22.0 1622139.282 46.353 -1654.881 7536.360 .003 .438 -3.408
22.1 1621791.385 46.331 -1660.716 7558.445 .005 .408 -3.411
23.0 1621791.385 46.331 -1660.716 7558.445 .005 .408 -3.411
23.1 1621600.421 46.302 -1667.623 7581.481 .010 .377 -3.415
24.0 1621600.421 46.302 -1667.623 7581.481 .010 .377 -3.415
24.1 1620880.768 46.277 -1672.445 7596.565 .018 .362 -3.419
25.0 1620880.768 46.277 -1672.445 7596.565 .018 .362 -3.419 25.1 1621592.630 46.307 -1665.707 7579.807 .007 .393 -3.414
25.2 1620680.776 46.279 -1672.064 7595.012 .017 .369 -3.419
26.0 1620680.776 46.279 -1672.064 7595.012 .017 .369 -3.419 26.1 1620716.083 46.295 -1668.093 7586.179 .012 .381 -3.416
26.2 1620674.432 46.283 -1670.872 7592.749 .016 .372 -3.418
27.0 1620674.432 46.283 -1670.872 7592.749 .016 .372 -3.418
27.1 1620673.576 46.290 -1669.094 7588.711 .014 .377 -3.417
28.0 1620673.576 46.290 -1669.094 7588.711 .014 .377 -3.417
28.1 1620671.724 46.287 -1669.948 7590.771 .015 .375 -3.417
29.0 1620671.724 46.287 -1669.948 7590.771 .015 .375 -3.417 29.1 1620672.149 46.290 -1669.079 7588.757 .014 .377 -3.417
29.2 1620671.412 46.288 -1669.623 7590.027 .014 .376 -3.417
30.0 1620671.412 46.288 -1669.623 7590.027 .014 .376 -3.417 30.1 1620671.517 46.287 -1669.882 7590.634 .015 .375 -3.417 30.2 1620671.409 46.288 -1669.662 7590.120 .015 .376 -3.417 导数是通过数字计算的。
a. 主迭代数在小数左侧显示，次迭代数在小数右侧显示。
b. 由于连续残差平方和之间的相对减少量最多为 SSCON = 1.000E-008，因此在 66 模型评估和 30 导数评估之后，系统停止运行。
ANOVA a
源平方和df 均方
回归55619049.284 6 9269841.547
残差1620671.409 173 9368.043
未更正的总计57239720.693 179
已更正的总计8728643.213 178
因变量: y1
a. R 方 = 1 -（残差平方和）/（已更正的平方和）= .814。
Y1=46.288x1-1669.662/x2+7590.120/x3+0.015e0.376x4-3.417y2;R2=0.814 第二种方法：逐步线性回归
输入／移去的变量a
模型输入的变量移去的变量方法
模型1、2、3、4的容差和VIF值均未超出最大（或最小）限值，这说明各自变量之间并不存在共线性。
因x4的sig值很大，显著性很低，故将这一变量排出，模型4R2值最大，估计误差值最小，故采用模型4。
非标准化方程Y2=71.824x1-2.729y2-0.293x3+2.141x2-259.177
标准化方程y2=0.838x1-0.181y2-1.129x3+0.139x2
线性回归方法R2=0.876
非线性回归方法R2=0.814
故采用线性回归方法
2根据数据homework，利用Amos软件，构建y1，y2与x1，x2，x3，x4之间的路径模型，并对路径模型进行修饰和解释。
答：
修饰前：
评估结果：
修饰后：
结果解释：直接效应：
直接效应：
间接效应：总效应：
模型评估：
由上表可知：GFI>0.9，AGFI>0.9，CFI>0.9，综上，模型解释性好。
3根据目标层A、准则层B和指标层C的判断矩阵，利用Yaahp软件绘制层次结构图，计算并解释该层次分析结果。
备选方案权重
C1 0.2292
结论：
由以上所示各方案的相对重要性大小可知，选择C4是最好的方案，其次是C1和C6，C5第三，其余可选性较差。
4.根据你的专业方向和本课程介绍的数据分析方法，设计一个风险评价案
例，简述研究目的、数据获取与分析方法以及预期结果。
某控制单元水环境COD容量的分配问题
研究目的：假设已给定某控制单元的COD容量，为了使控制单元内的水污染物的排放量不超过水环境容量，需将水环境容量进行一层一层的合理分配，直至各养殖场、行政村、企业等最小单元。
数据获取：获取往年养殖业、种植业、生活污染、工业污染等四方面的排污总量，及所占的比例。
然后再分别获取养殖业等四个方面各分支来源的排污量。
以以往各单位的排污量为依据，同时参考污染物排放量是否可以削减及难易程度，确定各单位排放量所占总的COD容量权重系数。
分析方法：层次分析，使用yaahp软件进行分析。
预期结果：
构建如图所示的层次分析图：
将各单位权重系数乘以待分配的水环境容量，即可得出各单位所分配的污染排放指标。