Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
По модели п 3 осуществите прогнозирование среднего значения показателя Y при уровне значимости
- 5 страниц
- 2017 год
- 14 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
1.Рассчитаем матрицу парных коэффициентов корреляции; оценим статистическую значимость коэффициентов корреляции Y с X.
Построим матрицу парных коэффициентов линейной корреляции, используя матричные и статистические функции Excel.
Выбор факторных признаков для построения регрессионной моделиЦена квартир – это зависимая переменная (тыс. долл.). В качестве независимых, объясняющих переменных выбраны:
Х1 – город области;
Х2 – число комнат в квартире;
Х2 – общая площадь квартиры, кв. м.
В этом примере количество наблюдений , количествообъясняющих переменных .
Чтобы оценить тесноту связи между значениями этих переменных, вычислим значение коэффициента корреляции средствами Excel. Для этого можно воспользоваться функцией =КОРРЕЛ( ), указав адреса пяти столбцов чисел.
Вычислим матрицу коэффициентов парной корреляции, проверим значимость коэффициентов корреляции:
Для построения 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»
Результаты корреляционного анализа
Рис.1
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной цена квартиры с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть цена квартиры, имеет весьма высокую связь с общей площадью квартиры (ryx3 = 0,872), тесную связь с числом комнат в квартире (ryx2 = 0,725). С фактором Х1 – город области (Подольск, Люберцы) слабая связь с зависимой переменной и его не рекомендуется включать в модель регрессии.
Оценим значимость коэффициентов корреляции первого столбца матрицы. Для этого рассчитаем значение t – статистики для всех элементов первого столбца:
Табличное значение критерия Стьюдента равно: tтабл (α = 0,05; k = n – 2 = 78) =1,99. Сравним числовые значения критериев с табличным. Сделаем вывод, что tрасч > tтабл т.е. полученные значения коэффициентов корреляции значимы для числа комнат в квартире (ryx2 = 0,725) и общей площади квартиры (ryx3 = 0,872), а tрасч < tтабл т.е. полученное значение коэффициента корреляции не значимо для город области (ryx1 = 0,203).
2.Построим поле корреляции результативного признака и наиболее тесно связанного с ним фактора общей площади квартиры.
Рис. 2
В нашем примере диаграмма рассеяния имеет вид, приведенный на рис. 2. Вытянутость облака точек на диаграмме рассеяния вдоль наклонной прямой позволяет сделать предположение о том, что существует некоторая объективная тенденция прямой линейной связи между значениями переменных x и y. Можно сказать, что общая площадь квартиры оказывает весьма высокое влияние на цену квартиры.
3.Рассчитаем параметры линейной парной регрессии для фактора X3, наиболее тесно связанного с Y.
Рассчитаем параметры линейной парной регрессии для наиболееподходящего фактора Х3. Выбрали тот фактор, который наиболее тесно связан с зависимой переменной.
Построение модели линейной регрессии зависимости прибыли (убытка) от осно
Отсутствует
По модели п. 3 осуществите прогнозирование среднего значения показателя Y при уровне значимости , если прогнозное значение фактора составит 80% от его максимального значения. Представьте на графике фактические, модельные значения и точки прогноза.
6. Используя пошаговую множественную регрессию (метод исключения или метод включения), постройте модель формирования цены квартиры на основе только значимых факторов (). Дайте экономическую интерпретацию коэффициентов модели регрессии.
7. Оцените качество построенной модели. Улучшилось ли качество модели по сравнению с однофакторной моделью?
8. Дайте оценку влияния значимых факторов на результат с помощью коэффициентов эластичности, коэффициентов.
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
