Создан заказ №1672874
15 января 2017
Задания 1) Постройте поле корреляции результативного и факторного признаков 2) Определите параметры уравнения парной линейной регрессии
Как заказчик описал требования к работе:
Добрый вечер ,посмотрите можете взять на заказ эту работу
Фрагмент выполненной работы:
Задания:
1) Постройте поле корреляции результативного и факторного признаков.
2) Определите параметры уравнения парной линейной регрессии. Дайте интерпретацию найденных параметров и всего уравнения в целом.
3) Постройте теоретическую линию регрессии, совместив ее с полем корреляции. Сделайте выводы.
4) Рассчитайте линейный коэффициент корреляции и поясните его смысл. Определите коэффициент детерминации и дайте его интерпретацию.
5) С вероятностью 0,95 оцените статистическую значимость коэффициента регрессии и уравнения регрессии в целом. (работа была выполнена специалистами Автор 24) Сделайте выводы.
6) С вероятностью 0,95 постройте доверительный интервал для прогноза оценки и доверительный интервал генерального значения (-задается отдельно в условии каждой задачи).
7) Определите значение коэффициента эластичности и объясните его.
4. Компания, занимающаяся продажей радиоаппаратуры, установила на видеомагнитофон определенной модели цену, дифференцированную по регионам. Следующие данные показывают цены на видеомагнитофон в 8 различных регионах и соответствующее им число продаж:
Число продаж, шт. 420 380 350 400 440 380 450 420
Цена, у.е. 5,5 6,0 6,5 6,0 5,0 5,6 4,5 5,0
К пункту 6. Значение =5,75.
Решение:
1) Построим поле корреляции результативного и факторного признаков.
Связь между факторным и результативным признаками обратная, линейная.
2) Определим параметры уравнения парной линейной регрессии.
Оценка параметров уравнения парной линейной регрессии производится обычным методом наименьших квадратов (МНК):, где a и b –оценки параметров модели.
Величины, минимизирующие суммы квадратов отклонений от для случая парной линейной регрессии, находятся как:
; .
Расчет необходимых данных лучше всего организовать в таблице. Для нашего примера таблица будет выглядеть следующим образом:
N/N х
у
1 5,5 420 -0,0125 15,0000 -0,1875 0,0002 405,5920 -14,4080
2 6 380 0,4875 -25,0000 -12,1875 0,2377 381,9111 1,9111
3 6,5 350 0,9875 -55,0000 -54,3125 0,9752 358,2302 8,2302
4 6 400 0,4875 -5,0000 -2,4375 0,2377 381,9111 -18,0889
5 5 440 -0,5125 35,0000 -17,9375 0,2627 429,2730 -10,7270
6 5,6 380 0,0875 -25,0000 -2,1875 0,0077 400,8558 20,8558
7 4,5 450 -1,0125 45,0000 -45,5625 1,0252 452,9539 2,9539
8 5 420 -0,5125 15,0000 -7,6875 0,2627 429,2730 9,2730
сумма 44,1 3240 -142,5000 3,0088 3240,0000 0,0000
Средн. 5,5125 405,0000
В соответствии с расчетами, представленными в таблице,
Соответственно уравнение регрессии может быть записано как:
Полученное уравнение может быть объяснено следующим образом: с увеличением цены на 1 у. е. объем продаж снижается в среднем на 47,3619 шт. Свободный член уравнения равен 666,0823, что может трактоваться как влияние на объем продаж других, неучтенных в модели факторов.
3) Построим теоретическую линию регрессии, совместив ее с полем корреляции.
Исходя из вида построенного графика, можно сделать вывод о том, что полученная теоретическая линия регрессии достаточно точно описывает исходные данные.
4) Рассчитаем линейный коэффициент корреляции и коэффициент детерминации.
Линейный коэффициент корреляции характеризует тесноту линейной связи между изучаемыми признаками. Его можно определить по следующей формуле:
.
Для нашей задачи r = 0,9185, что подтверждает вывод, сделанный в пункте 1, что связь между признаками обратная, а также указывает на очень сильную взаимосвязь между числом продаж и ценой.
R2= 0.91852 = 0.8436
Для нашей задачи коэффициент детерминации равен 0,8436, то есть 84,36% вариации результативного признака (объем продаж) объясняется вариацией факторного признака (цена).
5) С вероятностью 0,95 оценим статистическую значимость коэффициента регрессии и уравнения регрессии в целом.
Сформулируем нулевую гипотезу о том, что коэффициент регрессии статистически незначим: (линейной зависимости нет) при конкурирующей: (линейная зависимость есть) или о том, что уравнение в целом статистически незначимо: .
Статистическая значимость коэффициента регрессии проверяется с помощью t - критерия Стьюдента:
,
где
,
- стандартная ошибка оценки, рассчитываемая по формуле
.
Так как нулевая гипотеза предполагает, что =0, то tнабл...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
20 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
16 января 2017
Заказ завершен, заказчик получил финальный файл с работой
5
Задания
1) Постройте поле корреляции результативного и факторного признаков
2) Определите параметры уравнения парной линейной регрессии.jpg
2017-11-04 15:12
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Спасибо большое автору за работу! Сделали заранее и правильно, что очень приятно. Рекомендую!!!
Хочешь такую же работу?
300 ₽
