Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
Вариант 1 Вариант 5 Вариант 9 Вариант 2 Вариант 6
- 4 страниц
- 2015 год
- 14 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Построение системы показателей (факторов). Анализ матрицы коэффициентов парной корреляции. Выбор факторных признаков для построения двухфакторной регрессионной модели.
Статистические данные по всем переменным приведены в табл. 1. Из условия следует, что n=25, m= 3.
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»
Таблица 2
Результаты корреляционного анализа
y x2 x3 x5
y 1
x2 0,8928 1
x3 -0,4813 -0,5293 1
x5 0,7644 0,7038 -0,2911 1
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. индекс человеческого развития, имеет тесную связь с фактическим конечным потреблением домашних хозяйств по паритету покупательной способности на душу населения (ryx2 = 0,8928), обратную умеренную связь с индексом потребительских цен (ryx3 =-0,4813) и тесную прямую с суточной калорийностью питания населения (ryx5=0,7644). Между всеми объясняющими факторами наблюдается тесная или умеренная связь, что говорит о том, что дублирующих факторов нет, то есть мультиколлинеарность присутствует. Исключаем фактор x5. Таким образом в модели остаются факторы х2 и х3.
2.Рассчитаем параметры линейной модели регрессии
Для того чтобы составить уравнение регрессии зависимости индекса человеческого развития от с фактическим конечным потреблением домашних хозяйств по паритету покупательной способности на душу населения и индексом потребительских цен воспользуемся функцией программы Microsoft Excel, а именно инструмента «Регрессия».
Применение инструмента «Регрессия»
(Анализ данных EXCEL)
Для проведения регрессионного анализа необходимо выполнить следующие действия:
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 У» ввести адрес одного диапазона ячеек, который представляет зависимую
Отсутствует
Вариант 1: Вариант 5: Вариант 9:
Вариант 2: Вариант 6: Вариант 10:
Вариант 3: Вариант 7:
Вариант 4: Вариант 8:
По данным, представленным в таблице, изучается зависимость индекса человеческого развития y от переменных:
х1 – ВВП на душу населения, тыс. $, по итогам 2009г;
х2 – фактическое конечное потребление домашних хозяйств по паритету покупательной способности на душу населения (Россия = 100);
х3 –индекс потребительских цен в %;
х4 – ожидаемая продолжительность жизни при рождении 2009г., число лет;
х5 - суточная калорийность питания населения, ккал на душу населения;
х6 – расходы на здравоохранение, % к ВВП.
Страны y x2 x3 x5
Австралия 0,97 189 128 3261
Австрия 0,955 190 119 3800
Белоруссия 0,826 81 578 3186
Бельгия 0,953 182 120 3721
Великобритания 0,947 217 119 3432
Германия 0,947 193 116 3549
Дания 0,955 194 120 3378
Индия 0,612 20 199 2321
Испания 0,955 167 120 3239
Италия 0,951 174 122 3627
Канада 0,966 199 120 3399
Казахстан 0,804 61 212 3284
Китай 0,772 86 120 3036
Латвия 0,866 102 176 2923
Нидерланды 0,964 201 121 3261
Норвегия 0,971 223 124 3453
Польша 0,88 104 128 3392
Россия 0,817 100 304 3172
США 0,956 276 125 3688
Украина 0,796 103 262 3198
Финляндия 0,959 186 115 3240
Франция 0,961 190 117 3531
Чехия 0,903 122 122 3305
Швейцария 0,96 207 108 3454
Швеция 0,963 194 115 3125
Требуется:
1. Осуществить выбор факторных признаков для построения двухфакторной регрессионной модели.
2. Рассчитать параметры модели.
3. Для оценки качества всего уравнения регрессии определить:
- линейный коэффициент множественной корреляции;
- коэффициент детерминации.
4. Осуществить оценку значимости уравнения регрессии.
5. Оценить с помощью t-критерия Стьюдента статистическую значимость коэффициентов уравнения множественной регрессии.
6. Оценить влияние факторов на зависимую переменную по модели. Для этого рассчитайте:
- β-коэффициенты;
- коэффициенты эластичности.
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
