Создан заказ №1557409
6 декабря 2016
МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ Вариант 32 Исходные данные Чистый доход в млрд
Как заказчик описал требования к работе:
Оформить все графики в контрольной; 2. начертить схемы в соответствие со стандартами (можно в графическом редакторе на пк). Работу нужно сдавать в пятницу, поэтому 2 дня на выполнение максимум. Подробное задание прикрелено.
Фрагмент выполненной работы:
МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ
Вариант 32
Исходные данные:
Чистый доход в млрд.долл. США, y
Оборот капитала в млрд.долл. США, x1 Рыночная капитализация компании в млрд.долл. США, x2
0,9 31,3 40,9
1,7 13,4 40,5
0,7 4,5 38,9
1,7 10 38,5
2,6 20 37,3
1,3 15 26,5
4,1 137,1 37
1,6 17,9 36,8
6,9 165,4 36,3
0,4 2 35,3
1,3 6,8 35,3
1,9 27,1 35
1,9 13,4 26,2
1,4 9,8 33,1
0,4 19,5 32,7
0,8 6,8 32,1
1,8 27 30,5
0,9 12,4 29,8
1,1 17,7 25,4
1,9 12,7 29,3
-0,9 21,4 29,2
1,3 13,5 29,2
2 13,4 29,1
0,6 4,2 27,9
0,7 15,5 27,2
Решение:
1.Вычислим все парные линейные коэффициенты корреляции по исходным данным: , , . (работа была выполнена специалистами author24.ru)
Найдем средние квадратические отклонения признаков:
Парные коэффициенты корреляции:
Матрица парных коэффициентов корреляции R:
- y
x1 x2
y
1 0,848 0,269
x1 0,848 1 0,249
x2 0,269 0,249 1
Анализируя матрицу парных коэффициентов корреляции можно сделать выводы о тесноте связи результирующего фактора y с влияющими факторами x1 и x2, а также вывод о величине межфакторной корреляции :
Связь между у и фактором х1 прямая и высокая; связь между у и фактором х2 прямая и слабая; межфакторная связь х1 и х2 прямая и слабая.
Если в матрице есть межфакторный коэффициент корреляции rxjxi > 0.7, то в данной модели множественной регрессии существует мультиколлинеарность. В нашем случае межфакторный коэффициент корреляции |r|<0.7, что говорит об отсутствии мультиколлинеарности факторов.
2. Построим линейное уравнение множественной регрессии
.
Для этого:
- используем систему линейных уравнений оценки параметров множественной регрессии:
- составим по системе линейных уравнений матрицы Δ, Δa, Δb1, Δb2 для вычисления параметров множественной регрессии a, b1, b2;
25 637,80 820,00
∆ 637,80 52300,22 22014,90 454786796,32
820,00 22014,90 27434,20
39,00 637,80 820,00
∆a
2129,98 52300,22 22014,90 69858410,0
1323,20 22014,90 27434,20
25 39,00 820,00
∆b1 637,8 2129,98 22014,90 14067020,46
820 1323,20 27434,20
25 637,8 39,00
∆b2 637,8 52300,22 2129,98 8558877,02
820 22014,9 1323,20
- вычислим определители матриц и по определителям матриц вычислим параметры уравнения множественной регрессии.
Находим
Таким образом, получили следующее уравнение множественной регрессии:
3. Выполним интерпретацию модели множественной регрессии.
Интерпретация коэффициентов чистой регрессии b1 и b2:
При увеличении оборота капитала на 1 млрд. долл. США чистый доход увеличивается в среднем на 0,03 млрд. долл. США при неизменном значении рыночной капитализации компании; при увеличении рыночной капитализации компании на 1 млрд. долл. США чистый доход увеличивается в среднем на 0,02 млрд. долл. США при неизменном значении оборота капитала.
Вычислим частные (средние) коэффициенты эластичности для каждой переменной:
.
Частный коэффициент эластичности < 1. Следовательно, его влияние на результативный признак Y незначительно.
Частный коэффициент эластичности < 1. Следовательно, его влияние на результативный признак Y незначительно.
Т.е. увеличение размера оборотного капитала (от своего среднего значения) или только рыночной капитализации на 1% увеличивает в среднем чистый доход на 0,51% или 0,4% соответственно. Таким образом, подтверждается большее влияние на результат фактора , чем фактора .
4. Вычислим индекс множественной корреляции .
Теснота совместного влияния факторов множественной корреляции xj на результирующую переменную y - высокая, т.к. значение полученного индекса R=0.85 превосходит значение 0,7.
Величина индекса множественной корреляции Ryx1x2 значительно больше индексов корреляции парной зависимости Ryx1 и Ryx2, следовательно можно сделать вывод о правильности включения факторов в модель множественной регрессии.
5. Вычислим индекс множественной детерминации .
R2= 0.852 = 0.723
Нескорректированный коэффициент множественной детерминации оценивает долю вариации результата за счет представленных в уравнении факторов в общей вариации результата...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
7 декабря 2016
Заказ завершен, заказчик получил финальный файл с работой
5
МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ
Вариант 32
Исходные данные
Чистый доход в млрд.docx
2016-12-10 21:43
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Огромное спасибо автору! Работа выполнена отлично, в короткий срок. Учтены все пожелания. Было очень приятно сотрудничать.
Хочешь такую же работу?
300 ₽
