Создан заказ №3653949
19 февраля 2019
Вычислите и проанализируйте описательные статистики (выборочные средние медиану
Как заказчик описал требования к работе:
Задание: сделать решение задач по эконометрике за 2 дня, красиво оформить. Сколько стоит решение задач пишите точно.
Фрагмент выполненной работы:
Вычислите и проанализируйте описательные статистики (выборочные средние, медиану, моду, среднее квадратическое отклонение) для переменных X, Y.
2. Постройте поле корреляции (диаграмму рассеяния) и сформулируйте гипотезу о форме связи.
3. Вычислите парный коэффициент корреляции между переменными. Интерпретируйте полученные результаты: соответствуют ли знаки коэффициента вашим ожиданиям?
Модель парной регрессии:
4. (работа была выполнена специалистами author24.ru) Найдите оценки и параметров модели парной линейной регрессии и . Запишите полученное уравнение регрессии.
5. Проверьте значимость оценок коэффициентов и с надежностью 0,95 с помощью t-статистики Стьюдента и сделать выводы о значимости этих оценок. Значимо ли уровень образования влияет на заработок?
6. Определите интервальные оценки коэффициентов и с надежностью 0,95. Сделайте вывод о точности полученных оценок коэффициентов.
7. Рассчитайте стандартную ошибку регрессии. Сделайте вывод о точности полученного уравнения регрессии.
8. Определите коэффициент детерминации R2 и сделайте вывод о качестве подгонки уравнения регрессии к исходным данным.
9. Рассчитайте среднюю ошибку аппроксимации и сделайте выводы о качестве уравнения регрессии.
10. Рассчитайте прогнозное значение результата если значение фактора X будет больше на 15% его среднего уровня .
11. Дайте экономическую интерпретацию коэффициентов парной регрессии.
Решение:
1. Вычислите и проанализируйте описательные статистики (выборочные средние, медиану, моду, среднее квадратическое отклонение) для переменных X, Y.
Исходные данные:
Используем инструмент Microsoft Excel "Анализ данных" – Описательная статистика:
Таким образом, средний заработок одного рабочего равен 16,1 долл/час, значения заработка отклоняются от своего среднего значения в среднем на 3,743 долл/час, при этом чаще всего встречается значение 13,3 долл/час (это мода), половина рабочих имеют заработок меньше 16,1 долл/час, а другая половина – больше 16,1 долл/час (это медиана).
Для общего стажа среднее значение составляет 24,353 года, значения стажа отклоняются от своего среднего значения в среднем на 14,204 года, при этом чаще всего встречается значение стажа 25 лет (это мода), половина рабочих имеют стаж меньше 23,1 года, а другая половина – больше 23,1 года (это медиана).
2. Постройте поле корреляции (диаграмму рассеяния) и сформулируйте гипотезу о форме связи.
Вставка – Диаграмма – Точечная
По виду рассеяния точек можно предположить возрастающую линейную зависимость.
3. Вычислите парный коэффициент корреляции между переменными. Интерпретируйте полученные результаты: соответствуют ли знаки коэффициента вашим ожиданиям?
Получили r = 0,3522. Тот же результат можно получить с помощью инструмента Анализ данных – Корреляция:
Так как коэффициент корреляции положителен и лежит в интервале (0,3; 0,7), то между показателями x и y существует средняя по тесноте прямая связь.
Прямая связь означает, что с ростом стажа работы растет часовой заработок, что вполне соответствует экономическому смыслу рассматриваемых показателей.
4. Найдите оценки и параметров модели парной линейной регрессии и . Запишите полученное уравнение регрессии.
Используем инструмент Microsoft Excel "Анализ данных" – Регрессия
Получили уравнение парной линейной регрессии: , таким образом, = 2,838, 1,336.
С увеличением стажа работы на 1 год, часовой заработок увеличивается на 1,336 долл/час.
5. Проверьте значимость оценок коэффициентов и с надежностью 0,95 с помощью t-статистики Стьюдента и сделать выводы о значимости этих оценок. Значимо ли уровень образования влияет на заработок?
Проверку на значимость коэффициентов регрессии можно осуществить t – тестом. Выпишем t – статистику из таблицы итогов:
0,175, 1,357. По таблицам t – статистики, или с помощью функции СТЬЮДЕНТ.ОБР.2Х(0,05;15-2), находим критическое значение = 2,16 и сравниваем ее с вычисленной t – статистикой: если > , то принимаем, что коэффициент значимый, иначе – не значимый.
У нас 0,175 < 2,16 и 1,357 2,16, поэтому оба коэффициента признаны не значимыми на уровне значимости 0,05. Уровень образования значимо не влияет на заработок.
6. Определите интервальные оценки коэффициентов и с надежностью 0,95. Сделайте вывод о точности полученных оценок коэффициентов.
Выписываем границы интервалов из таблицы итогов:
С вероятностью 95% можно утверждать, что значения данных параметров будут лежать в этих интервалах. Так как внутрь каждого из этих интервалов входит ноль, т.е. границы интервалов имеют разные знаки, то незначимость обоих параметров подтверждена.
7. Рассчитайте стандартную ошибку регрессии. Сделайте вывод о точности полученного уравнения регрессии.
= 13,796 - стандартная ошибка регрессии, выписываем её из таблицы регрессионной статистики.
= 190,319 - необъясненная дисперсия (мера разброса зависимой переменной вокруг линии регрессии), - значения ошибок (остатков).
8...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
20 февраля 2019
Заказ завершен, заказчик получил финальный файл с работой
5
Вычислите и проанализируйте описательные статистики (выборочные средние медиану.jpg
2019-02-23 06:25
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Замечательное выполнение и оформление. Работа была сделана за неделю до срока. Спасибо.
Хочешь такую же работу?
300 ₽
