Создан заказ №782162
16 ноября 2015
Вариант 2 В таблице представлены данные о цене технического средства (ТС) доходе
Как заказчик описал требования к работе:
Задание выполняется в Excel, подробно, со всеми формулами и пояснениями
Фрагмент выполненной работы:
Вариант 2. В таблице представлены данные о цене технического средства (ТС), доходе, возрасте, стаже работы и т.д. 24 сотрудников некоторого предприятия.
№ п/п Y
Цена ТС Х1
Доход Х2
Возраст Х3
Уровень образования Х4
Стаж Х5
Пол
1 36,20 72,00 55,00 0,00 23,00 0,00
2 76,90 153,00 56,00 0,00 35,00 1,00
3 13,70 28,00 28,00 1,00 4,00 0,00
4 12,5 36 24 1 0 1
5 11,3 23 25 0 5 1
6 37,2 76 45 0 13 1
7 19,8 40 42 1 10 1
8 28,2 57 35 0 1 0
9 12,2 24 46 0 11 0
10 46,1 89 34 1 12 1
11 35,5 72 55 1 2 10
12 11,8 24 28 1 4 1
13 21,3 40 31 1 0 0
14 68,9 137 42 1 3 0
15 34,1 70 35 1 9 1
16 78,9 159 52 1 16 1
17 18,6 37 21 1 0 1
18 13,7 28 32 0 2 0
19 54,7 109 42 1 20 0
20 58,3 117 40 0 19 0
21 11,8 23 30 0 3 1
22 9,5 21 48 1 2 1
23 8,5 17 39 1 2 1
24 16,6 34 42 0 13 0
Обозначение:
В графе Уровень образования: 1 – высшее и неоконченное высшее, 0 – среднее, среднее специальное;
ТС: транспортное средство;
В графе Пол: 1 – мужской, 0 – женский.
Требуется:
Проанализировать тесноту и направление связи между переменными, отобрать факторы для регрессионного анализа.
Построить модель множественной регрессии с выбранными факторами. (работа была выполнена специалистами Автор 24) Проверить значимость параметров уравнения.
Построить уравнение только со статистически значимыми факторами. Оценить его качество.
Оценить степень влияния, включенных в модель факторов на зависимую переменную при помощи коэффициентов эластичности, бета и дельта коэффициентов.
Определить точность модели.
Решение:
1. Строим корреляционную таблицу в программе Excel/ Для этого используем анализ данных – корреляция:
Рис. 1. Вызов инструмента «Корреляция»
Рис. 2. Ввод параметров в инструмент «Корреляция»
Матрица коэффициентов корреляции:
Y Х1
Х2
Х3 Х4
Х5
Y 1,000
Х1
0,998 1,000
Х2
0,548 0,544 1,000
Х3 0,017 0,024 -0,167 1,000
Х4
0,663 0,657 0,626 -0,367 1,000
Х5 0,026 0,032 0,301 0,242 -0,170 1,000
Из матрицы коэффициентов корреляции видно, что цена ТС имеет тесную положительную связь с доходом, заметную положительную связь с возрастом и стажем сотрудника и слабую положительную связь с уровнем образования и полом.
Среди коэффициентов корреляции между объясняющими факторами нет коэффициентов , следовательно, в модель можно включать полный набор переменных, к мультиколлинеарности это не приведет.
Вывод: в модель целесообразно включить переменные Х1, Х2, Х4. Факторы Х3 и Х5 слабо влияют на цену ТС Y, поэтому их включение в модель не целесообразно.
2. Построим модель множественной регрессии с выбранными факторами.
Используем Анализ данных – Регрессия:
Рис. 3. Вызов инструмента «Регрессия»
Рис. 4. Ввод параметров в инструмент «Регрессия»
Результаты регрессионного анализа:
Регрессионная статистика
Множественный R 0,998
R-квадрат 0,997
Нормированный R-квадрат 0,996
Стандартная ошибка 1,320
Наблюдения 24,000
Дисперсионный анализ
df
SS MS F Значимость F
Регрессия 3,000 11407,273 3802,424 2182,408 0,000
Остаток 20,000 34,846 1,742
Итого 23,000 11442,120
Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение -0,823 1,180 -0,697 0,494 -3,284 1,638
Х1
0,501 0,008 58,905 0,000 0,483 0,518
Х2
0,008 0,035 0,215 0,832 -0,066 0,081
Х4
0,025 0,045 0,547 0,590 -0,070 0,119
Модель множественной регрессии:
Проверим значимость параметров уравнения.
Критическое значение статистики Стьюдента:
Статистика Стьюдента для параметров:
Поскольку , то параметр статистически не значим.
Поскольку , то параметр статистически значим.
Поскольку , то параметр статистически не значим.
Поскольку , то параметр статистически не значим.
3. Построим уравнение только со статистически значимыми факторами (поскольку значим только 1 фактор Х1, а требуется построить именно множественную регрессию, то в модель включим незначимый фактор с наибольшим значением статистики Стьюдента – Х4).
Используем анализ данных – Регрессия:
Регрессионная статистика
Множественный R 0,998
R-квадрат 0,997
Нормированный R-квадрат 0,997
Стандартная ошибка 1,290
Наблюдения 24,000
Дисперсионный анализ
df
SS MS F Значимость F
Регрессия 2,000 11407,193 5703,596 3429,318 0,000
Остаток 21,000 34,927 1,663
Итого 23,000 11442,120
Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение -0,590 0,461 -1,280 0,214 -1,547 0,368
Х1
0,501 0,008 61,926 0,000 0,484 0,518
Х4
0,029 0,040 0,722 0,478 -0,054 0,112
Модель множественной регрессии:
Проверим значимость параметров уравнения.
Критическое значение статистики Стьюдента:
Статистика Стьюдента для параметров:
Поскольку , то параметр статистически не значим.
Поскольку , то параметр статистически значим.
Поскольку , то параметр статистически не значим.
Проверим качество уравнения, рассчитав коэффициент детерминации:
Следовательно, в 99,7% случаев изменение цены автомобиля связано с изменением дохода и стажа сотрудника. Качество модели высокое.
Критерий Фишера:
Критическое значение:
Поскольку >, то модель статистически значима.
4...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
17 ноября 2015
Заказ завершен, заказчик получил финальный файл с работой
5
Вариант 2 В таблице представлены данные о цене технического средства (ТС) доходе.docx
2015-11-20 11:45
Последний отзыв студента о бирже Автор24
Общая оценка
4.9
Положительно
Замечательный автор,очень грамотная,порядочная и внимательная!Просто профессионал своего дела! Работа отличная,без изъянов.Советую всем обращаться только к этому АВТОРУ!!!
Хочешь такую же работу?
300 ₽
