Рассчитай точную стоимость своей работы и получи промокод на скидку 200 ₽
Найди эксперта для помощи в учебе
Найти эксперта
+2
Пример заказа на Автор24
Студенческая работа на тему:
Используя данные Федеральной службы государственной статистики РФ Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции
Создан заказ №3049916
22 мая 2018

Используя данные Федеральной службы государственной статистики РФ Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции

Как заказчик описал требования к работе:
Нужно выполнить контрольную работу в Excel, со всеми пояснениями ,7 вариант
Фрагмент выполненной работы:
Используя данные Федеральной службы государственной статистики РФ: Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции. Подберите приемлемые группы факторов и постройте линейные регрессионные модели показателя Y. Оцените качество моделей. Используя модель хорошего качества, получите прогнозы Y на следующий год. Предложите сами значения факторов на этот год, дайте обоснование своему выбору. Вариант Факторы для моделей 7 X2, X3, X4,X7 Имеющиеся данные:   Оборот розничной торговли (в % к предыдущему периоду) Номинальная заработная плата (в % к предыдущему периоду) Реальная заработная плата (в % к предыдущему периоду) Индекс потребительских цен (в % к предыдущему периоду) Индекс потребительских цен (услуги) (в % к предыдущему периоду)   IRT INWP IRWP IPC IPC S   Y X2 X3 X4 X7 1кв.13 84,0 90,4 88,7 101,9 101,2 2кв.13 107,1 110,6 109 101,6 101,9 3кв.13 105,8 97,8 96,4 101,2 104,1 4кв.13 108,9 113,2 111,7 101,7 100,7 1кв.14 84,2 90,3 88,6 102,3 101,4 2кв.14 105,3 109,7 107,1 102,4 102,4 3кв.14 105,6 96,3 94,8 101,4 102,4 4кв.14 110,0 112,5 109,1 104,8 104,0 1кв.15 76,1 88,9 82,2 107,4 103,3 2кв.15 102,2 110 107,5 101 101,5 3кв.15 105,3 95,1 93,7 101,7 104,3 4кв.15 106,6 111,2 109,1 102,3 100,7 1кв.16 82,1 92,6 90,5 102,1 101,4 2кв.16 102,4 110,2 108,7 103,3 101,3 Решение: Оценим связи факторов с показателем и друг с другом с помощью коэффициентов линейной парной корреляции. Вычислим матрицу коэффициентов парной корреляции, проверим значимость коэффициентов корреляции: Для построения корреляционного анализа воспользуемся пакетом прикладных программ Microsoft Excel, функцией «Анализ данных». Выполняем следующие действия: Данные для корреляционного анализа должны располагаться в смежных диапазонах ячеек. Выбрать команду «Сервис» → «Анализ данных». В диалоговом окне «Анализ данных» выбрать инструмент «Корреляция», а затем щелкнуть кнопку «ОК». В диалоговом окне «Корреляция» в поле «Входной интервал» необходимо ввести диапазон ячеек, содержащих исходные данные. (работа была выполнена специалистами author24.ru) Если введены и заголовки столбцов, то установить флажок «Метки в первой строке». Выбрать параметры вывода. В данном случае «Новый рабочий лист». «ОК» Результаты корреляционного анализа Рис.1 Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной оборот розничной торговли (в % к предыдущему периоду) с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть оборот розничной торговли (в % к предыдущему периоду), имеет тесную, прямую связь с номинальной заработной платы (ryx2 = 0,756) и с реальной заработной платой (ryx3 = 0,787), умеренную, обратную связь с индексом потребительских цен (в % к предыдущему периоду) (ryx4 = - 0,381 ) и слабую, прямую связь с индексом потребительских цен (услуги) (ryx7 = 0,141). Таким образом, нельзя одновременно включать в модель факторы INWP и IRWP, поскольку в наборе данных будет присутствовать мультиколлинеарность. Построим линейные регрессионные модели показателя с предложенными факторами. Оценим качество моделей: На первом шаге построим модель зависимости оборота розничной торговли (в % к предыдущему периоду) от номинальной заработной платы (в % к предыдущему периоду). Результаты представлены в таблице 1. Таблица 1 Результаты произведенных действий см. Таблицу 1 Для того чтобы составить уравнение регрессии по нашим данным, проанализируем полученные итоги. Найдем графу «Коэффициенты» в Таблице 1. Значения для х2 = 0,8977. Уравнение регрессии зависимости оборота розничной торговли (в % к предыдущему периоду от номинальной заработной платы (в % к предыдущему периоду) можно записать в следующем виде: Экономическая интерпретация коэффициентов модели регрессии. В таблице № 1 приведены вычисленные (предсказанные) по модели значения зависимой переменной и значения остаточной компоненты . Значение коэффициентов детерминации и множественной корреляции можно найти по таблице Регрессионная статистика. Коэффициент детерминации: R2 = 0,572 Он показывает долю вариации результативного признака под воздействием изучаемых факторов. В нашем случае коэффициент детерминации равен 0,572. Следовательно, около 57,2% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов. Коэффициент множественной корреляции R: = 0,756. Он показывает тесноту зависимости переменной с одним включенными в модель объясняющими факторами. Связь между факторами сильная. Проверка значимости уравнения регрессии на основе вычисления F-критерия Фишера. Значение F-критерия Фишера можно найти в таблице № 1 протокола EXCEL, а именно Fфакт= 21,4. Для определения табличного значения F-критерия при доверительной вероятности 0,05 и при и воспользуемся функцией FРАСПОБР. В результате получаем значение F-критерия, равное 4,494. Поскольку Fфакт > Fтабл , то уравнение регрессии следует признать адекватным. Оценка статистической значимости коэффициентов уравнения множественной регрессии с помощью t-критерия Стьюдента Расчетные значения t-критерия Стьюдента для коэффициентов уравнения регрессии , приведены в таблице № 1 протокола EXCEL. tрасч2‌ ‌= 4,63 Табличное значение t-критерия Стьюдента можно найти с помощью функции СТЬЮДРАСПОБР. Табличное значение t-критерия Стьюдента при пятипроцентном уровне значимости и степенях свободы (18-1-1) составляет 2,1199. Так как для х1 tрасч1 ‌= 4,63 > t табл, то коэффициент с вероятность 95% существенно значим. На втором шаге построим модель зависимости оборота розничной торговли (в % к предыдущему периоду) от индекса потребительских цен (в % к предыдущему периоду)...Посмотреть предложения по расчету стоимости
Зарегистрируйся, чтобы получить больше информации по этой работе
Заказчик
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
20 дней
Заказчик принял работу без использования гарантии
23 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Заказ выполнил
katyaivanova
5
скачать
Используя данные Федеральной службы государственной статистики РФ Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции.docx
2018-05-26 21:06
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Работа выполнена на отлично и на много раньше, чем был поставлен срок. Огромное спасибо автору! Буду обращаться еще.

Хочешь такую же работу?

Оставляя свои контактные данные и нажимая «Создать задание», я соглашаюсь пройти процедуру регистрации на Платформе, принимаю условия Пользовательского соглашения и Политики конфиденциальности в целях заключения соглашения.
Хочешь написать работу самостоятельно?
Используй нейросеть
Мы создали собственный искусственный интеллект,
чтобы помочь тебе с учебой за пару минут 👇
Использовать нейросеть
Тебя также могут заинтересовать
Эконометрика 2 контрольные
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Контрольная
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Применение эконометрических методов принятия решений
Реферат
Эконометрика
Стоимость:
300 ₽
Эконометрика «Парный корреляционно-регрессионный анализ»
Контрольная работа
Эконометрика
Стоимость:
300 ₽
An intelligent market making strategy in algorithmic trading
Контрольная работа
Эконометрика
Стоимость:
300 ₽
ЛИНЕЙНЫЕ МОДЕЛИ ПАРНОЙ И МНОЖЕСТВЕННОЙ РЕГРЕССИИ
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Эконометрика в программе R studio
Контрольная работа
Эконометрика
Стоимость:
300 ₽
эконометрика
Контрольная работа
Эконометрика
Стоимость:
300 ₽
для 10 предприятий известны валовая продукция Х
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Эконометрика
Контрольная работа
Эконометрика
Стоимость:
300 ₽
2 задания по эконометрике
Контрольная работа
Эконометрика
Стоимость:
300 ₽
вариант 9 эконометрика
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Математические методы и модели в экономический исследованиях.
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Моделирование процессов управления. 4 вариант. 2 задачи
Контрольная работа
Эконометрика
Стоимость:
300 ₽
эконометрика (контрольная из 4-х заданий)
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Вариант 7
Контрольная работа
Эконометрика
Стоимость:
300 ₽
Читай полезные статьи в нашем
Фиктивные переменные в эконометрике
Фиктивная переменная представляет собой индикаторную переменную, которая отражает качественную характеристику. Например, такими переменными могут быть атрибутивные признаки:
Для ввода фиктивных переменных в регрессионную модель им присваиваются цифровые метки, которые представляют собой качественные переменные, преобразованные в количественное состояние.
Такие сконструированные переменные в экономет...
подробнее
Критерии эконометрики
Эконометрика представляет собой науку, дающую количественное выражение взаимосвязям экономических процессов (явлений) и возникшую в процессе взаимодействия (объединения) трех составляющих:
В качестве самостоятельного раздела математической экономики объект эконометрики - экономико-математические модели, выстраиваемые при учете случайных факторов. Данный тип моделей именуется эконометрические модели...
подробнее
Прикладная эконометрика
Построение эконометрических моделей для прогнозирования и анализа экономических процессов – это одна из важнейших задач исследований не только на микро-, но и на макроэкономическом уровне. При моделировании возникает проблема оценки качества модели. Как правило, для этого вычисляются коэффициенты, которые позволяют понять степень адекватности модели.
Наиболее популярные версии формул представлены н...
подробнее
Регрессия в эконометрике
Количество факторов, которые включены в равнение регрессии, определяет вид регрессии, которая может быть простой (парной) и множественной.
Простая регрессия – это модель, в которой среднее значение зависимой переменной y является функцией одной независимой переменной x.
Парная регрессия в неявном виде – это уравнение вида:
y ̂= f(x)
В явном виде: y ̂= a + bx , где a и b – это оценки коэффициен...
подробнее
Фиктивные переменные в эконометрике
Фиктивная переменная представляет собой индикаторную переменную, которая отражает качественную характеристику. Например, такими переменными могут быть атрибутивные признаки:
Для ввода фиктивных переменных в регрессионную модель им присваиваются цифровые метки, которые представляют собой качественные переменные, преобразованные в количественное состояние.
Такие сконструированные переменные в экономет...
подробнее
Критерии эконометрики
Эконометрика представляет собой науку, дающую количественное выражение взаимосвязям экономических процессов (явлений) и возникшую в процессе взаимодействия (объединения) трех составляющих:
В качестве самостоятельного раздела математической экономики объект эконометрики - экономико-математические модели, выстраиваемые при учете случайных факторов. Данный тип моделей именуется эконометрические модели...
подробнее
Прикладная эконометрика
Построение эконометрических моделей для прогнозирования и анализа экономических процессов – это одна из важнейших задач исследований не только на микро-, но и на макроэкономическом уровне. При моделировании возникает проблема оценки качества модели. Как правило, для этого вычисляются коэффициенты, которые позволяют понять степень адекватности модели.
Наиболее популярные версии формул представлены н...
подробнее
Регрессия в эконометрике
Количество факторов, которые включены в равнение регрессии, определяет вид регрессии, которая может быть простой (парной) и множественной.
Простая регрессия – это модель, в которой среднее значение зависимой переменной y является функцией одной независимой переменной x.
Парная регрессия в неявном виде – это уравнение вида:
y ̂= f(x)
В явном виде: y ̂= a + bx , где a и b – это оценки коэффициен...
подробнее
Теперь вам доступен полный отрывок из работы
Также на e-mail вы получите информацию о подробном расчете стоимости аналогичной работы