Создан заказ №3804859
31 марта 2019
Индивидуальное задание №2 по курсу «Эконометрика» Тема «Регрессионный анализ» По данным сельскохозяйственных районов требуется построить регрессионную модель урожайности на основе следующих показателей
Как заказчик описал требования к работе:
Срочно решить контрольную работу по эконометрике из 6 задач в двух вариантах. Все решения нужно подробно расписать.
Фрагмент выполненной работы:
Индивидуальное задание №2 по курсу «Эконометрика»
Тема: «Регрессионный анализ»
По данным сельскохозяйственных районов требуется построить регрессионную модель урожайности на основе следующих показателей:
Y – урожайность зерновых культур (ц/га);
Х1 – число колесных тракторов на 100 га;
X2 – число зерноуборочных комбайнов на 100 га;
X3 – число орудий поверхностной обработки почвы на 100 га;
X4 – количество удобрений, расходуемых на гектар (т/га);
X5 – количество химических средств защиты растений, расходуемых на гектар (ц/га).
Y Х1 X2 X3 X4 X5
1 9,7 1,59 0,26 2,05 0,32 0,14
2 8,4 0,34 0,28 0,46 0,59 0,66
3 9 2,53 0,31 2,46 0,3 0,31
4 9,9 4,63 0,4 6,44 0,43 0,59
5 9,6 2,16 0,26 2,16 0,39 0,16
6 8,6 2,16 0,3 2,69 0,37 0,17
7 12,5 0,68 0,29 0,73 0,42 0,23
8 7,6 0,35 0,26 0,42 0,21 0,8
9 6,9 0,52 0,24 0,49 0,2 0,8
10 13,5 3,42 0,31 3,02 1,37 0,73
11 9,7 1,78 0,3 3,19 0,73 0,17
12 10,7 2,4 0,32 3,3 0,25 0,14
13 12,1 9,36 0,4 11,51 0,39 0,38
14 9,7 1,72 0,28 2,26 0,82 0,17
15 7 0,59 0,29 0,6 0,13 0,35
16 7,2 0,28 0,26 0,3 0,09 0,15
17 8,2 1,64 0,29 1,44 0,2 0,08
18 8,4 0,09 0,22 0,05 0,43 0,2
19 13,1 0,08 0,25 0,03 0,73 0,2
20 8,7 1,36 0,26 0,17 0,99 0,42
1. (работа была выполнена специалистами author24.ru) Проведите корреляционный анализ: проанализируйте связь между результирующей переменной и факторными признаками по корреляционной матрице, выявите мультиколлинеарность.
2. Постройте уравнения регрессии со значимыми коэффициентами, используя пошаговый алгоритм регрессионного анализа.
3. Выберите лучшую из поученных регрессионных моделей, основываясь на анализе значений коэффициентов детерминации, остаточных дисперсий и на результатах содержательного анализа моделей.
4. Дайте описание исследуемого явления на основе построенной модели.
Решение:
. Для проведения корреляционного анализа составим матрицу парных коэффициентов корреляции.
Для этого составим матрицу z. Рассчитаем средние значения каждого показателя при помощи функции Excel СРЗНАЧ, а также их стандартные отклонения при помощи функции СТАНДОТКЛОН.В.
Чтобы найти коэффициенты матрицы z, из каждого значения переменных вычтем зафиксированное среднее значение и разделим на зафиксированное значение стандартного отклонения данной переменной.
986790185420Матрица z примет вид:
0,0886 -0,1383 -0,6338 -0,0511 -0,4615 -0,8404
-0,5694 -0,7264 -0,1967 -0,6383 0,3804 1,3176
-0,2657 0,3039 0,4589 0,1003 -0,5239 -0,1349
0,1898 1,2918 2,4259 1,5700 -0,1185 1,0271
0,0380 0,1298 -0,6338 -0,0105 -0,2432 -0,7574
-0,4682 0,1298 0,2404 0,1852 -0,3056 -0,7159
1,5059 -0,5664 0,0219 -0,5386 -0,1497 -0,4669
-0,9744 -0,7217 -0,6338 -0,6531 -0,8045 1,8987
-1,3287 -0,6417 -1,0709 -0,6272 -0,8357 1,8987
2,0120 0,7226 0,4589 0,3071 2,8126 1,6081
z= 0,0886 -0,0489 0,2404 0,3698 0,8170 -0,7159
0,5948 0,2427 0,6775 0,4105 -0,6798 -0,8404
1,3034 3,5170 2,4259 3,4422 -0,2432 0,1556
0,0886 -0,0772 -0,1967 0,0264 1,0976 -0,7159
-1,2781 -0,6087 0,0219 -0,5866 -1,0539 0,0311
-1,1769 -0,7546 -0,6338 -0,6974 -1,1787 -0,7989
-0,6707 -0,1148 0,0219 -0,2764 -0,8357 -1,0894
-0,5694 -0,8440 -1,5080 -0,7897 -0,1185 -0,5914
1,8096 -0,8487 -0,8523 -0,7971 0,8170 -0,5914
-0,4176 -0,2465 -0,6338 -0,7454 1,6277 0,3216
Транспонируем данную матрицу при помощи функции ТРАНСП. Для этого выделим диапазон размером 6*20 ячеек, после нажатия F2 введем формулу ТРАНСП, выберем значения матрицы z, затем нажмем комбинацию клавиш Ctrl+Shift+Enter.
Транспонированная матрица zT:
2438405842000 -1,44 -1,31 -1,27 -0,82 -0,75 -1,40 -0,37 -0,15 -0,06 0,05 0,17 0,17 0,34 0,54 0,58 1,20 1,28 1,34 1,88
zt = 0,71 1,07 1,16 -0,68 2,13 0,32 -0,53 0,98 -0,22 -0,76 1,53 -0,92 -0,82 -0,61 -0,78 -1,52 -0,93 -0,16 0,03
-1,34 -1,38 -1,25 -0,81 -1,29 -0,91 0,03 -0,41 0,13 0,54 -0,67 0,76 1,03 -0,12 0,68 1,61 0,87 1,13 1,39
Перемножим матрицы zT и z (именно в этом порядке) при помощи функции МУМНОЖ. Для этого выделим диапазон 6*6 ячеек, нажмем клавишу F2 и введем функцию МУМНОЖ, выделив вначале значения матрицы zT, затем матрицы z.
796290276225Получим следующую матрицу:
19 8,1748 7,1075 7,6599 10,9300 -1,7882
8,1748 19 16,2308 18,5803 2,1252 1,1560
7,1075 16,2308 19 16,7565 0,5493 1,9545
zt*z= 7,6599 18,5803 16,7565 19 0,5972 0,4366
10,9300 2,1252 0,5493 0,5972 19 3,8123
-1,7882 1,1560 1,9545 0,4366 3,8123 19
Чтобы найти матрицу коэффициентов корреляции, используем формулу:
R=z∙zTn-1=z∙zT19
Матрица коэффициентов корреляции примет вид:
y
x1 x2 x3 x4 x5
y
1 0,43 0,374 0,403 0,575 -0,094
x1 0,43 1 0,854 0,978 0,111 0,061
x2 0,374 0,854 1 0,882 0,029 0,103
x3 0,403 0,978 0,882 1 0,031 0,023
x4 0,575 0,112 0,029 0,031 1 0,201
x5 -0,094 0,061 0,103 0,023 0,201 1
Связь между результирующей переменной (урожайностью зерновых культур) и факторными признаками Х1 (числом колесных тракторов на 100 га), Х2 (числом зерноуборочных комбайнов) и Х3 (числом орудий поверхностной обработки почвы) – положительная умеренная, между результирующей переменной и фактором Х4 (количеством удобрений) – положительная заметная, а между результирующей переменной и фактором Х5 (количеством химических средств защиты растений) – отрицательная слабая.
Мультиколлинеарность представляет собой наличие линейной зависимости между объясняющими переменными (факторами) регрессионной модели. Мультиколлинеарными считаются факторы, коэффициент корреляции между которыми превышает 0,7.
В данном случае r(x1x2), r(x1x3), r(x2x3) имеют |r|>0,7, что говорит о мультиколлинеарности факторов и о необходимости исключения одного из них из дальнейшего анализа.
Анализ первой строки этой матрицы позволяет произвести отбор факторных признаков, которые могут быть включены в модель множественной корреляционной зависимости. Факторные признаки, у которых |ryxi| < 0,5 исключаются из модели.
2. Построим уравнения регрессии со значимыми коэффициентами, используя пошаговый алгоритм регрессионного анализа (пошаговый метод включения факторов)...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
1 апреля 2019
Заказ завершен, заказчик получил финальный файл с работой
5
Индивидуальное задание №2 по курсу «Эконометрика»
Тема «Регрессионный анализ»
По данным сельскохозяйственных районов требуется построить регрессионную модель урожайности на основе следующих показателей.docx
2019-04-04 17:57
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Большое спасибо ! Работу по эконометрике зачли без замечаний. Вы большая умничка ;)
Хочешь такую же работу?
300 ₽
