Создан заказ №803309
14 ноября 2015
На основании данных приведенных в табл 1 1 Постройте диаграммы рассеяния представляющие собой зависимости Y от каждого из факторов Х
Как заказчик описал требования к работе:
2 контрольные, В 1 контрольной 9 вопросов, а 10 "Множественная регрессия" вопрос идет ко второй контрольной, данные брать для 9 варианта в таблицах
Фрагмент выполненной работы:
На основании данных, приведенных в табл. 1:
1. Постройте диаграммы рассеяния, представляющие собой зависимости Y от каждого из факторов Х. Сделайте выводы о характере взаимосвязи переменных.
2. Постройте матрицу коэффициентов парной корреляции. Парная регрессия
3. Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj. (Выбор фактора можно сделать на основе анализа матрицы коэффициентов парной корреляции – выбираем тот фактор, который наиболее тесно связан с зависимой переменной). (работа была выполнена специалистами author24.ru)
4. Оцените качество построенной модели с помощью коэффициента детерминации, F-критерия Фишера.
5. Проверьте выполнение условия гомоскедастичности.
6. Используя результаты регрессионного анализа ранжируйте компании по степени эффективности.
7. Осуществите прогнозирование среднего значения показателя Y при уровне значимости α = 0,1, если прогнозное значение фактора Хj составит 80% от его максимального значения. Представьте на графике фактические данные Y, результаты моделирования, прогнозные оценки и границы доверительного интервала.
8. Для 12 предприятий, имеющих наибольшую прибыль, составьте уравнения нелинейной регрессии: а) гиперболической; б) степенной; в) показательной.
9. Приведите графики построенных уравнений регрессии.
10. Множественная регрессия
1. Осуществите двумя способами выбор факторных признаков для по- строения регрессионной модели:
а) на основе визуального анализа матрицы коэффициентов парной корреляции;
б) с помощью пошагового отбора методом исключения.
2. Постройте уравнение множественной регрессии в линейной форме с выбранными факторами. Дайте экономическую интерпретацию коэффициентов модели регрессии.
3. Дайте сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, β- и Δ-коэффициентов.
Прибыль (убыток) Долгосрочные обязательства Основные средства Дебиторская задолженность (краткосрочная) Запасы готовой продукции и товаров для перепродажи
Y X1 X4 X5 Х6
5 146 17 532 19 595 23 014 0
13 612 20 268 81 072 8 678 84
964 211 8 446 4 821 0
19 513 178 52 034 182 47 002 385 23 780 450 1 696 853
28 973 602 229 1 545 052 204 181 19 474
-780 599 311 268 740 437 1 456 438 176
2 598 165 464 651 11 925 177 5 566 412 127 937
628 091 214 411 2 580 485 4 285 041 73 823
29 204 12 039 269 908 624 393 130
1 945 560 9 670 229 855 2 918 345 39 667
366 170 287 992 349 643 484 537 5 733
-20 493 1 105 293 934 881 9 865 3 319
381 558 27 265 697 664 196 045 5 763
1 225 908 431 231 2 231 651 1 095 263 430 844
3 293 989 37 315 847 23 170 344 2 477 424 38 133
416 616 2 122 138 3 509 537 48 174 28 393
-564 258 1 395 080 1 290 245 286 058 236 642
221 194 13 429 607 249 72 854 4548
701 035 75 554 4 616 250 1 304 084 8 773
62 200 22 195 991 114 294 575 0
123 440 12 350 438 262 44 889 24 866
55 528 14 686 75 442 24 275 3 949
422 070 52 443 1 269 731 140 535 8 212
-468 239 255 10 870 114444 940
225 452 1 292 227 132 272 147 0
-61 237 924 951 110 970 76 561 11 218
-540 0 21 278 25 017 127
40 588 1 638 139 209 18 072 7 569
53 182 54 758 113 113
496 994 0
-210 8 12 685 602 46
63 058 235 731 873 886 474 612 0
1 197 196 2 232 742 2 307 478 1 040 387 25 862
221 177 4 682 331 954 55 155 1 260
1 548 768 84 262 1 138 707 7 613 662 14 716
-33 030 106 16 705 5 038 0
-34 929 103 567 393 717 61 353 833 099
115 847 275 386 517 290 122 062 6 824
35 198 20 624 484 228 168 314 3 227
788 567 33 879 402 613 317 153 14 021
309 053 99 670 18 776 212 882 1 909
8 552 257 12 381 63 550 2 558
173 079 6120 176 126 147 549 16 197
1 227 017 33 757 2 063 285 171 162 63 810
701 728 381 050 59 353 237 083 3 886
17 927 53 260 84 818 73 343 963
2 557 698 4 537 040 3 841 845 33 477 251 26 578
0 194 091 33 112 15 161 7
5 406 1 185 38 560 7 540 6 465
40 997 101 706 178 604 58 762 1 035
1 580 624 9 285 230 6 546 853 259 519 13 516
Решение:
Постройте диаграммы рассеяния, представляющие собой зависимости Y от каждого из факторов Х. Сделайте выводы о характере взаимосвязи переменных.
Вывод:
По диаграмме рассеяния для X1 наблюдаем линейную связь прибыли с долгосрочными обязательствами. Имеются аномальные наблюдения.
По диаграмме рассеяния для X4 наблюдаем тесную прямую, линейную связь прибыли с основными средствами. Имеются аномальные наблюдения.
По диаграмме рассеяния для X5 наблюдаем прямую, линейную связь прибыли с дебиторской задолженностью. Имеются аномальные наблюдения.
По диаграмме рассеяния для X6 наблюдаем прямую, линейную связь прибыли с запасами готовой продукции. Имеются аномальные наблюдения.
Диаграмма не дает оснований удалить какие-либо данные, поэтому оставляем их без изменений.
Постройте матрицу коэффициентов парной корреляции.
Для проведения корреляционного анализа используем инструмент Корреляция (надстройка Анализ данных Excel). В результате будет получена матрица коэффициентов парной корреляции:
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи зависимой переменной Прибыль (убыток) с включенными в анализ факторами.
Анализ показывает, что зависимая переменная, то есть прибыль, имеет наиболее тесную связь с оборотными средствами (rYX4 = 0,937), с долгосрочными обязательствами (ryX1 = 0,867) и с запасами готовой продукции (ryX6 = 0,839).
Выбор фактора сделаем на основе анализа матрицы коэффициентов парной корреляции – выбираем тот фактор, который наиболее тесно связан с зависимой переменной. Итак, для дальнейшего построения парного уравнения регрессии выберем фактор Х4 основные средства.
Парная регрессия
Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj. (Выбор фактора можно сделать на основе анализа матрицы коэффициентов парной корреляции – выбираем тот фактор, который наиболее тесно связан с зависимой переменной).
Расчитаем параметры уравнения регрессии с помощью Анализа данных Регрессия. В качестве фактора Х выберем Х4. Получим следующие результаты:
Уравнение регрессии имеет вид:
Y=0.35*X-55881,70
Оцените качество построенной модели с помощью коэффициента детерминации, F-критерия Фишера.
Для оценки качества модели множественной регрессии вычисляют коэффициент детерминации R2 и коэффициент множественной корреляции (индекс корреляции) R. Чем ближе к 1 значение этих характеристик, тем выше качество модели.
Значение коэффициентов детерминации и множественной корреляции можно найти в таблице Регрессионная статистика или вычислить по формуле:
коэффициент детерминации:
R2=1-ei2yi-y2=0,877
Коэффициент детерминации показывает долю вариации результативного признака под воздействием изучаемых 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
15 ноября 2015
Заказ завершен, заказчик получил финальный файл с работой
5
На основании данных приведенных в табл 1
1 Постройте диаграммы рассеяния представляющие собой зависимости Y от каждого из факторов Х.docx
2015-11-18 18:30
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
спасибо, очень подробно, очень оперативно и приятно, что всегда отвечает на возникшие вопросы
Хочешь такую же работу?
300 ₽
