Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
№ 2 По 20 предприятиям региона изучается зависимость выработки продукции на одного работника (тыс
- 4 страниц
- 2016 год
- 13 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Для удобства проведения расчетов поместим результаты расчетов в таблицу:
№ y x1 x2 yx1 yx2 x1x2 x12 x22 y2
1 7 3,8 9 26,6 63 34,2 14,44 81 49
2 7 4,1 14 28,7 98 57,4 16,81 196 49
3 7 4,3 16 30,1 112 68,8 18,49 256 49
4 7 4,1 17 28,7 119 69,7 16,81 289 49
5 8 4,6 17 36,8 136 78,2 21,16 289 64
6 8 4,7 18 37,6 144 84,6 22,09 324 64
7 9 5,3 20 47,7 180 106 28,09 400 81
8 9 5,5 20 49,5 180 110 30,25 400 81
9 11 6,9 21 75,9 231 144,9 47,61 441 121
10 10 6,8 21 68 210 142,8 46,24 441 100
11 11 7,1 22 78,1 242 156,2 50,41 484 121
12 11 7,5 23 82,5 253 172,5 56,25 529 121
13 12 7,8 25 93,6 300 195 60,84 625 144
14 12 7,6 27 91,2 324 205,2 57,76 729 144
15 12 7,9 29 94,8 348 229,1 62,41 841 144
16 13 8,1 30 105,3 390 243 65,61 900 169
17 13 8,5 32 110,5 416 272 72,25 1024 169
18 14 8,7 32 121,8 448 278,4 75,69 1024 196
19 14 9,6 33 134,4 462 316,8 92,16 1089 196
20 15 9,8 36 147 540 352,8 96,04 1296 225
сумма 210 132,7 462 1488,8 5196 3317,6 951,41 11658 2336
средн 10,5 6,635 23,1 74,44 259,8 165,88 47,5705 582,9 116,8
Найдем средние квадратические отклонение признаков:
y = (116,8-10,5*10,5) = 2,559
x1 = (47,5705-6,635*6,635) = 1,883
x2 = (582,9-23,1*23,1) = 7,021
Вычисление параметров линейного уравнения множественной регрессии.
Для нахождения параметров линейного уравнения множественной регрессии y=a+b1x1+b2x2
Необходимо решить следующую систему линейных уравнений относительно неизвестных параметров a, b1 и b2
Как альтернативный вариант, можно воспользоваться формулами:
Произведем расчет парных коэффициентов корреляции по формулам
ryx1 = (74,44-10,5*6,635)/( 2,559*1,883) = 0,9904
ryx2 = (259,8-10,5*23,1)/(2,559*7,021)= 0,9601
rx1x2 = (165,88-6,635*23,1)/( 1,883*7,021)= 0,9539
Далее находим:
b1 = (2,559/1,883)*(( 0,9904-0,9601*0,9539)/(1-0,9539*0,9539))= 1,124931713
b2 =(2,559/7,021)*(( 0,9601-0,9904*0,9539)/(1-0,9539*0,9539))= 0,062142237
a = 10,5 - 1,124931713*6,635-0,062142237*23,1= 1,60059241
Таким образом, мы получим следующее уравнение множественной регрессии:
yest=1,601+1,125x1+0,062x2
Уравнение регрессии показывает, что при увеличении ввода в действие новых основных фондов на 1% (при неизменном уровне удельного веса рабочих высокой квалификации в общей численности рабочих) выработка продукции на одного работника увеличивается в среднем на 1,125 тыс.руб., а при увеличении удельного веса рабочих высокой квалификации в общей численности рабочих на 1% (при неизменном уровне ввода в действие новых основных фондов) выработка продукции на одного работника увеличивается в средн
Отсутствует
№ 2
По 20 предприятиям региона изучается зависимость выработки продукции на одного работника (тыс. руб.) от ввода в действие новых основных фондов (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих (%) (таблица 3).
Номер предприятия у Х1 Х2 Номер предприятия у Х1 Х2
1 7 3,8 9 11 11 7,1 22
2 7 4,1 14 12 11 7,5 23
3 7 4,3 16 13 12 7,8 25
4 7 4,1 17 14 12 7,6 27
5 8 4,6 17 15 12 7,9 29
6 8 4,7 18 16 13 8,1 30
7 9 5,3 20 17 13 8,5 32
8 9 5,5 20 18 14 8,7 32
9 11 6,9 21 19 14 9,6 33
10 10 6,8 21 20 15 9,8 36
Требуется:
1. Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
2. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их.
3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
4. С помощью -критерия Фишера оценить статистическую
надежность уравнения регрессии и коэффициента детерминации .
5. С помощью частных -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора после и фактора после .
6. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор.
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
