Создан заказ №858693
7 декабря 2015
Вариант 7 Строится модель цены автомобиля на вторичном рынке в зависимости от пробега
Как заказчик описал требования к работе:
Нужно выполнить задачу в Excel - вариант №7(во вложениях).Также скидываю таблицы,которые понадобятся для решения. Это всё нужно оформить в Word с описанием,всеми формулами и скриншотами. Нужны будут оба файла,как Word с описанием,так и Excel с решенной задачкой.
Фрагмент выполненной работы:
Вариант 7. Строится модель цены автомобиля на вторичном рынке в зависимости от пробега, срока эксплуатации и объема двигателя. Имеются данные по пятнадцати автомобилям одной и той же модели
№ автомобиль Цена автомобиля(долл. США) Пробег(тыс км) Срок эксплуатации (лет) Объем двигателя (л)
1 12500 130 12 2,3
2 13700 120 10 1,9
3 9200 300 15 1,8
4 11400 180 13 2,1
5 15800 150 14 2,6
6 12300 80 8 1,7
7 16300 170 10 2,4
8 10200 210 11 1,9
9 11000 250 7 1,9
10 12700 150 9 1,7
11 15000 90 4 2,2
12 10500 230 13 2,4
13 17200 120 8 2,3
14 16000 110 9 2,5
15 17100 120 6 2,6
Требуется
1.Построить линейную регрессионную модель цены автомобиля, не содержащую коллинеарных факторов. (работа была выполнена специалистами author24.ru) Оценить параметры модели.
2.Построить модель множественной линейкой регрессии со статистически значимыми факторами.
3.Существенно ли влияние пробега, срока эксплуатации и объема двигателя на изменение цены автомобиля?
4.Что сильнее влияет на изменение цены автомобиля – изменение пробега или срока эксплуатации?
5.Спрогнозировать цену автомобиля с пробегом 150 тыс км. сроком эксплуатации 10 лег и объемом двигателя 2 л. Пункты 4 и 5 выполнить, используя вторую модель
Решение:
Выбор факторных признаков для построения регрессионной моделиКорреляционный анализ данных
Цена автомобиля - это зависимая переменная (долл. США).В качестве независимых, объясняющих переменных выбраны:Х1 – Пробег;
Х2 – Срок эксплуатации;
Х3 - Объем двигателя.
Построим линейную регрессионную модель объема реализованной продукции, не содержащую коллинеарных факторов. Оценим параметры модели.
Для выявления коллинеарных факторов выполним построение 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. Если введены и заголовки столбцов, то установить флажок «Метки в первой строке».
Выбрать параметры вывода. В данном случае «Новый рабочий лист».
«ОК»
Таблица 1
Результаты корреляционного анализа
Для отбора наиболее значимых факторов учитываются следующие условия:
- связь между результативным признаком и факторным должна быть выше межфакторной связи;
- связь между факторами должна быть не более 0,7. Если в матрице есть межфакторный коэффициент корреляции , то в данной модели множественной регрессии существует мультиколлинеарность.;
- при высокой межфакторной связи признака отбираются факторы с меньшим коэффициентом корреляции между ними.
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т. е. цена автомобиля, имеет тесную связь с пробегом (), со сроком эксплуатации () и объемом двигателя (). С объемом двигателя зависимость прямая, а с пробегом и сроком эксплуатации - обратная.
В нашем случае не имеется , что говорит о отсутствии мультиколлинеарности факторов.
По величине парных коэффициентов корреляции обнаруживается лишь явная коллинеарность факторов. Наибольшие трудности в использовании аппарата множественной регрессии возникают при наличии мультиколлинеарности факторов, когда более чем два фактора связаны между собой линейной зависимостью, т.е. имеет место совокупное воздействие факторов друг на друга. Наличие мультиколлинеарности факторов может означать, что некоторые факторы будут всегда действовать в унисон. В результате вариация в исходных данных перестает быть полностью независимой и нельзя оценить воздействие каждого фактора в отдельности.
Проверяем данные на наличие мультиколлинеарности. Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами.
Если бы факторы не коррелировали между собой, то матрица парных коэффициентов корреляции между факторами была бы единичной матрицей, поскольку все недиагональные элементы , были бы равны нулю. Так, для уравнения, включающего три объясняющих переменных
матрица коэффициентов корреляции между факторами имела бы определитель, равный единице:
.
в нашем случае
,
Следовательно между факторами отсутствует мультиколлинеарность.
Результаты корреляционного анализа говорят о возможности построения линейной модели регрессии для объема реализованной продукции. Можно предложить к рассмотрению следующие варианты линейной функции регрессии с двумя существенным фактором:
Оценим параметры предложенной модели регрессии, с помощью реализации в инструменте Регрессия Анализа Данных MS EXCEL. Модели принимают вид:
Выбрать команду «Сервис»→ «Анализ данных».
В диалоговом окне «Анализ данных» выбрать инструмент «Регрессия», а затем щёлкнуть по кнопке ОК.
В диалоговом окне «Регрессия» в поле «Входной интервал » ввести адрес одного диапазона ячеек, который представляет зависимую переменную. В поле «Входной интервал Х» ввести адреса одного или нескольких диапазонов, которые содержат значения независимых переменных.
Если введены и заголовки столбцов, то следует установить флажок «Метки в первой строке».
Выбрать параметры вывода. В данном случае «Новая рабочая книга».
ОК.
Результаты представлены в таблице 2.
Таблица 2
Для того чтобы составить уравнение регрессии по нашим данным, проанализируем полученные итоги. Найдем графу «Коэффициенты» в Таблице 2...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
8 декабря 2015
Заказ завершен, заказчик получил финальный файл с работой
5
Вариант 7 Строится модель цены автомобиля на вторичном рынке в зависимости от пробега.docx
2017-11-30 00:45
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Очень качественная работа, а самое главное, что в с срок (даже раньше). Работой доволен 5/5.