Создан заказ №2919667
22 апреля 2018
Вариант 20 Условие задачи Известны статистические данные по 36 строительным бригадам
Как заказчик описал требования к работе:
Контрольная работа по разделу СТАТИСТИКА - Вариант № 8
Контрольная работа по разделу Эконометрика – вариант № 20
данные в таблице
Фрагмент выполненной работы:
Вариант 20
Условие задачи:
Известны статистические данные по 36 строительным бригадам.
Необходимо выяснить влияние различных факторов на величину накладных расходов в строительстве. Известно, что к накладным расходам относятся административно-хозяйственные, коммунальные расходы, дополнительная заработная плата и другие расходы. На качественном уровне выявлено, что фактический уровень накладных расходов оказался наиболее тесно связан со следующими факторами: объемом выполненных работ, численностью рабочих, занятых на строительно-монтажных работах, фондом заработной платы. (работа была выполнена специалистами author24.ru) Остальные факторы были признаны незначимыми.
На осносвании имеющихся данных необходимо при помощи использования функций Excel
1. Рассчитать параметры множественной линейной регрессии, проводя процедуру стандартного регрессионного исследования до получения удовлетворительной модели. Провести полный анализ полученного уравнения регрессионной связи.
К числу рассчитываемых и анализируемых параметров относятся:
а) коэффициенты регрессии (и их значимость);
б) коэффициент корреляции (и его значимость);
в) коэффициент детерминации;
г) стандартные ошибки коэффициентов регрессии;
д) доверительные интервалы для коэффициентов регрессии;
е) величины общей, объясненной и остаточной дисперсии.
2. На основании реальных и расчетных значений накладных расходов построить графики и сравнить их.
№ Накладные расходы ( руб. ) Объем работ ( куб. м. ) Численность рабочих (чел.) Фонд заработной платы (руб.)
1 83414 218 6 32119
2 130483 348 8 44492
3 86486 243 7 29399
4 57061 135 4 18283
5 142885 453 10 65374
6 107324 287 9 44916
7 76564 215 7 32352
8 97604 266 9 37037
9 56360 163 5 23499
10 116841 327 9 47714
11 129684 378 10 54114
12 110052 287 9 40006
13 192582 560 12 65347
14 164654 428 10 49382
15 120558 334 10 55690
16 174815 509 13 74889
17 99163 284 9 32228
18 56676 131 3 19331
19 49196 140 4 19306
20 74255 205 5 31733
21 80519 249 7 32277
22 65018 184 4 21652
23 88659 227 8 27946
24 101328 295 9 42574
25 152343 380 10 58034
26 73835 211 7 22974
27 114209 339 8 40406
28 67093 192 5 21744
29 99797 306 7 42132
30 82314 248 6 27676
31 96452 246 8 34601
32 74560 207 7 28713
33 93722 265 7 42517
34 61450 203 6 29265
35 97699 311 9 41001
36 87261 238 8 33337
Решение:
Рассчитаем параметры множественной линейной регрессии. Оценивается парная линейная регрессия у на х, задаваемая уравнением
у = а + b1х1+ b2х2+ b3х3.
В результате выполнения регрессионного анализа в пакете Excel получены оценки а и b и их Р-значения:
Коэффициенты P-Значение
а 2418,402 0,591
b1 305,914 0,000
b2 1311,656 0,331
b3 0,038 0,895
Без проверки значимости коэффициентов а и b уравнение регрессии было бы записано в следующем виде:
у = 2418,402 + 305,914х1 + 1311,656х2+ 0,038х3.
Однако необходимо проверить, все ли из включенных в уравнение параметров действительно оказывают влияние на у.
Для коэффициента b1 вероятность его не влияния на у равна 0,00 (0%), что меньше порогового значения в 5%, поэтому коэффициент b1 признается значимым и оставляется в модели.
Для коэффициента а вероятность его не влияния на у равна 0,591 (51,9%), что больше порогового значения в 5%, поэтому коэффициент а признается незначимым и должен быть удален из модели.
Для коэффициента b2 вероятность его не влияния на у равна 0,331 (33,1%), что больше порогового значения в 5%, поэтому коэффициент признается незначимым и должен быть удален из модели.
Для коэффициента b3 вероятность его не влияния на у равна 0,895 (89,5%), что больше порогового значения в 5%, поэтому коэффициент признается незначимым и должен быть удален из модели.
В первую очередь из модели будет исключена переменная х3 (фонд заработной платы), поскольку вероятность ее не влияния на у, определяемая соответствующим ей коэффициентом b3 выше, чем для прочих факторов. После этого процедура регрессионного анализа проводится заново, для чего в опции Сервис - Анализ данных - Регрессия в строке «Входной интервал Х» задается уже не 3 столбца данных, а 3 - соответствующий только переменным х1 и х2. По полученным результатам вновь оценивается значимость коэффициентов регрессии.
На втором этапе полученные результаты могут иметь следующие значения:
Коэффициенты P-Значение
а 2348,553 0,594
b1 309,901 0,000
b2 1365,952 0,281
Для коэффициента b1 вероятность его не влияния на у равна 0,00 (0%), что меньше порогового значения в 5%, поэтому коэффициент b1 признается значимым и оставляется в модели.
Для коэффициента а вероятность его не влияния на у равна 0,594 (59,4%), что больше порогового значения в 5%, поэтому коэффициент а признается незначимым и должен быть удален из модели.
Для коэффициента b2 вероятность его не влияния на у равна 0,281 (28,1%), что больше порогового значения в 5%, поэтому коэффициент признается незначимым и должен быть удален из модели.
Далее из модели будет исключена константа поскольку вероятность ее не влияния на у, определяемая соответствующим ей коэффициентом а выше, чем для фактора х2.
На третьем этапе полученные результаты могут иметь следующие значения:
Коэффициенты P-Значение
а 0 Н/Д
b1 307,546 0,000
b2 1735,181 0,102
Для коэффициента b1 вероятность его не влияния на у равна 0,00 (0%), что меньше порогового значения в 5%, поэтому коэффициент b1 признается значимым и оставляется в модели.
Для коэффициента b2 вероятность его не влияния на у равна 0,102 (10,2%), что больше порогового значения в 5%, поэтому коэффициент признается незначимым и должен быть удален из модели.
Новые результаты будут выглядеть так:
Коэффициенты P-Значение Стандартная ошибка
а 0 #Н/Д #Н/Д
b1 353,869 0,00 4,19
Для коэффициента b1 вероятность его не влияния на у равна 0,00 (0%), что меньше порогового значения в 5%, поэтому коэффициент b1 признается значимым и оставляется в модели.
Окончательное уравнение регрессии запишется в виде:
у = 353,869 х1.
Определение доверительных интервалов для
При выполнении регрессионного анализа в пакете Excel доверительные интервалы автоматически выводятся (наряду с другими результатами) для 95-%-го уровня надежности...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
23 апреля 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Вариант 20
Условие задачи
Известны статистические данные по 36 строительным бригадам.docx
2018-04-26 15:29
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Спасибо Вам за работу! Все сделали быстро и очень качественно!!! Работу приняли сразу! Всегда на связи и очень корректна. Рекомендую!
Хочешь такую же работу?
300 ₽
