Создан заказ №1697674
25 января 2017
Задания 1) Постройте поле корреляции результативного и факторного признаков 2) Определите параметры уравнения парной линейной регрессии
Как заказчик описал требования к работе:
Нужно выполнить контрольную по эконометрике. Есть 6 задач и 3 теор.вопроса, срок - к 23-ему числу. Оплату обсудим в личном диалоге.
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 author24.ru) 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.
6. По 10 однородным предприятиям имеются данные о количестве рабочих с профессиональной подготовкой и количестве бракованной продукции:
№ предприятия 1 2 3 4 5 6 7 8 9 10
Количество рабочих с профессиональной подготовкой, % 10 12 14 17 24 28 30 35 40 50
Количество бракованной продукции, % 18 17 14 12 10 10 8 9 6 6
К пункту 6. Значение =27.
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 10 18 -16,0000 7,0000 -112,0000 256,0000 15,7465 -2,2535
2 12 17 -14,0000 6,0000 -84,0000 196,0000 15,1532 -1,8468
3 14 14 -12,0000 3,0000 -36,0000 144,0000 14,5598 0,5598
4 17 12 -9,0000 1,0000 -9,0000 81,0000 13,6699 1,6699
5 24 10 -2,0000 -1,0000 2,0000 4,0000 11,5933 1,5933
6 28 10 2,0000 -1,0000 -2,0000 4,0000 10,4067 0,4067
7 30 8 4,0000 -3,0000 -12,0000 16,0000 9,8134 1,8134
8 35 9 9,0000 -2,0000 -18,0000 81,0000 8,3301 -0,6699
9 40 6 14,0000 -5,0000 -70,0000 196,0000 6,8468 0,8468
10 50 6 24,0000 -5,0000 -120,0000 576,0000 3,8803 -2,1197
сумма 260 110
-461,0000 1554,0000 110,0000 0,0000
Средн. 26,0000 11,0000
В соответствии с расчетами, представленными в таблице,
Соответственно уравнение регрессии может быть записано как:
Полученное уравнение может быть объяснено следующим образом: с увеличением количество работников с профессиональной подготовкой на 1 % количество бракованной продукции снижается в среднем на 0,2967 %. Свободный член уравнения равен 18,7130, что может трактоваться как влияние на количество бракованной продукции 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 = -0,9194, что подтверждает вывод, сделанный в пункте 1, что связь между признаками обратная, а также указывает на очень сильную взаимосвязь между количество работников с профессиональной подготовкой и количеством бракованной продукции.
R2= 0.92452 = 0.8547
Для нашей задачи коэффициент детерминации равен 0,8547, то есть 85,47% вариации результативного признака (количество бракованных деталей) объясняется вариацией факторного признака (количество работников с профессиональной подготовкой).
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
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
26 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.docx
2017-01-29 02:02
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Работа выполнена верно, очень быстро (за несколько часов) и недорого. Советую автора!
Хочешь такую же работу?
300 ₽
