Создан заказ №2625137
14 января 2018
Комплексная задача На основании данных приведенных в табл 1 Парная регрессия Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj
Как заказчик описал требования к работе:
Вариант у меня №5
Чем раньше сделаете тем лучше.
Преподаватель строгий будет проверять все формулы и т д
Фрагмент выполненной работы:
Комплексная задача
На основании данных, приведенных в табл. 1:
Парная регрессия
Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj. (Выбор фактора можно сделать на основе анализа матрицы коэффициентов парной корреляции – выбираем тот фактор, который наиболее тесно связан с зависимой переменной).
Оцените качество построенной модели с помощью коэффициента детерминации, F-критерия Фишера.(Пример 3.3.1)
Проверьте выполнение условия гомоскедастичности. (работа была выполнена специалистами Автор 24) (Файл ГК_гомоскедастичность)
Используя результаты регрессионного анализа ранжируйте компании по степени эффективности. Назовите компании, данные по которым выходят за пределы 95% доверительного интервала. (Пример 3.3.1. и файл «3-Парн_регр_дов инт.xlsx»).
Осуществите прогнозирование среднего значения показателя Y при уровне значимости α = 0,1, если прогнозное значение фактора Хj составит 80% от его максимального значения. Представьте на графике фактические данные Y, результаты моделирования, прогнозные оценки и границы доверительного интервала.
Для 15 предприятий, имеющих прибыль, составьте уравнения нелинейной регрессии:
а) гиперболической;
б) степенной;
в) показательной. (Файл «9-контр раб-нел-регр - пояснения.xls»).
Приведите графики построенных уравнений регрессии.
Множественная регрессия
1. Осуществите двумя способами выбор факторных признаков для построения регрессионной модели:
а) на основе анализа матрицы коэффициентов парной корреляции;
б) с помощью пошагового отбора методом исключения
и постройте уравнения множественной регрессии в линейной форме с выбранными факторами. Какая модель лучше и почему? Дайте экономическую интерпретацию коэффициентов модели регрессии.
2 Дайте сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, - и -коэффициентов.
3. Используя результаты регрессионного анализа ранжируйте компании по степени эффективности.
Решение:
Парная регрессия
Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj.
Строим матрицу парных коэффициентов корреляции (Анализ данных - корреляция):
Таблица 3. Корреляционная таблица
Следовательно, наиболее тесно в Y связана переменная Х3 - Оборотные активы.
Рассчитаем параметры линейной парной регрессии для наиболее подходящего фактора Х3 (Оборотные активы).
Используем инструментарий MS Excel Анализ данных - Регрессия.
Таблица 4. Парная регрессия
В результате получили уравнение регрессии:
.
Оцените качество построенной модели с помощью коэффициента детерминации, F-критерия Фишера.
Коэффициент детерминации
= 0,838.
Следовательно, в 83,8% случаев изменение прибыли связано с изменением основных средств, а значит связь между рассматриваемыми зависимой и независимой переменной высокая.
F-критерий Фишера
=( 0,838 /1)/((1- 0,838)/(50-2))= 247,417
Табличное значение:
Fтабл=F.ОБР.ПХ(0,05;1;48)= 4,04
Поскольку F>Fтабл, следовательно, построенное парное уравнение регрессии статистически значимо.
Проверьте выполнение условия гомоскедастичности.
1. Упорядочим переменные Y по возрастанию фактора:
Таблица 4. Данные, отсортированные по возрастанию Х3
Y Х3
-210,00 1702,00
964 13398
-33030,00 14412,00
13612 18903
5406,00 21132,00
-540,00 36641,00
-20493 46728
55528,00 52042,00
0,00 76430,00
40997,00 79930,00
17927,00 81960,00
8552,00 119434,00
221177,00 128256,00
-468,00 130350,00
123440 167297
422070,00 188662,00
40588,00 215106,00
115847,00 233340,00
173079,00 257140,00
221194 257633
416616 299286
701728,00 324968,00
-61237,00 344398,00
35198,00 361672,00
28973 367880
788567,00 458233,00
62200 528912
381558 582581
225452,00 585017,00
309053,00 619452,00
366170 624661
29204 705877
-564258 801276
63058,00 807686,00
-34929,00 921832,00
53182,00 998875,00
1580624,00 1553508,00
701035 1566040
1197196,00 1567998,00
1945560 2964277
1225908 3463511
-780599 3933712
1227017,00 4215454,00
628091 5325806
3293989 5891049
2598165 5910831
1548768,00 7720298,00
9990896,00 26312477,00
2557698,00 35232071,00
19513178 63269757
2. Уберем из середины упорядоченной совокупности С = ¼*n = ¼*50 = 12,5=12 значений. В результате получим две совокупности соответственно с малыми и большими значениями Х3.
3. Для каждой совокупности выполним расчеты:
Таблица 5...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
15 января 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Комплексная задача
На основании данных приведенных в табл 1
Парная регрессия
Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj.docx
2020-04-07 01:18
Последний отзыв студента о бирже Автор24
Общая оценка
4.3
Положительно
Очень хороший автор, работу сделала качественно и раньше срока! Всегда была на связи!
Хочешь такую же работу?
300 ₽
