+
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Построение линейной многофакторной модели производится с помощью инструментов пакета анализа данных Корреляция и Регрессия. Корреляция используется для расчета матрицы парных коэффициентов корреляции. С помощью Регрессии, помимо результатов регрессионной статистики, дисперсионного анализа и доверительных интервалов, можно получить остатки и графики подбора линии регрессии, остатков и нормальной вероятности. Порядок действий следующий:
введем исходные данные;
в меню Анализ данных выберите пункт Регрессия;
заполним диалоговое окно входных данных и параметров вывода;
в результате получаем регрессионную статистику, таблицу дисперсионного анализа и таблицу коэффициентов модели, в которой первая строка (Y-пересечение) соответствует коэффициенту а0, а следующие строки описывают коэффициенты регрессии аi.В 4 столбце находятся коэффициенты t-статистики, определяющие достоверность вычисленных коэффициентов регрессии: t=1 соответствует примерно 70% достоверности, t=2 соответствует примерно 95% достоверности,t=3 соответствует примерно 100% достоверности.
Результаты компьютерного расчета представлены на рисунке.
Рисунок 1 – Результаты регрессионного анализа
А) Построим регрессионную зависимость
Она будет иметь вид:
.
Таким образом, при увеличении площади на 1 м2 цена вырастет на 9,603 тыс.руб., в то время как увеличение на 1 м2 площади кухни увеличит продажи на 126,727 тыс.руб.
Проверка наличия гетероскедастичности.
Покажем на примере для x1.
При помощи теста ранговой корреляции Спирмена.
Коэффициент ранговой корреляции Спирмена.Присвоим ранги признаку |ei| и фактору X.
X |ei| ранг X, dx
ранг |ei|, dy
46 16.326 5 2
48 51.333 6 6
30 45.126 1 5
48 228.066 6 8
31 42.01 2 4
73 32.016 8 3
88 262.134 10 9
44 97.252 4 7
73 401.818 8 10
31 0.277 2 1
Так как в матрице имеются связанные ранги (одинаковый ранговый номер) 1-го ряда, произведем их переформирование. Переформирование рангов производиться без изменения важности ранга, то есть между ранговыми номерами должны сохраниться соответствующие соотношения (больше, меньше или равно). Также не рекомендуется ставить ранг выше 1 и ниже значения равного количеству параметров (в данном случае n = 10). Переформирование рангов производится в табл.
Номера мест в упорядоченном ряду Расположение факторов по оценке эксперта Новые ранги
1 1 1
2 2 2.5
3 2 2.5
4 4 4
5 5 5
6 6 6.5
Отсутствует
Имеются данные по ценам на квартиры, тыс.руб. (y) в зависимости от общей площади, м2 (x1) и площади кухни, м2 (x2).
А) Построить регрессионную зависимость
Б) Обосновать наличие гетероскедастичности.
В) С помощью обобщенного метода наименьших квадратов построить зависимость с учетом гетероскедастичности.
y 995 1200 780 1150 750 1650 1880 930 2400 835
x1 46 48 30 48 31 73 88 44 73 31
x2 6 8 6 9 5 9 12 5 12 6
Отсутствует
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Построение линейной многофакторной модели производится с помощью инструментов пакета анализа данных Корреляция и Регрессия. Корреляция используется для расчета матрицы парных коэффициентов корреляции. С помощью Регрессии, помимо результатов регрессионной статистики, дисперсионного анализа и доверительных интервалов, можно получить остатки и графики подбора линии регрессии, остатков и нормальной вероятности. Порядок действий следующий:
введем исходные данные;
в меню Анализ данных выберите пункт Регрессия;
заполним диалоговое окно входных данных и параметров вывода;
в результате получаем регрессионную статистику, таблицу дисперсионного анализа и таблицу коэффициентов модели, в которой первая строка (Y-пересечение) соответствует коэффициенту а0, а следующие строки описывают коэффициенты регрессии аi.В 4 столбце находятся коэффициенты t-статистики, определяющие достоверность вычисленных коэффициентов регрессии: t=1 соответствует примерно 70% достоверности, t=2 соответствует примерно 95% достоверности,t=3 соответствует примерно 100% достоверности.
Результаты компьютерного расчета представлены на рисунке.
Рисунок 1 – Результаты регрессионного анализа
А) Построим регрессионную зависимость
Она будет иметь вид:
.
Таким образом, при увеличении площади на 1 м2 цена вырастет на 9,603 тыс.руб., в то время как увеличение на 1 м2 площади кухни увеличит продажи на 126,727 тыс.руб.
Проверка наличия гетероскедастичности.
Покажем на примере для x1.
При помощи теста ранговой корреляции Спирмена.
Коэффициент ранговой корреляции Спирмена.Присвоим ранги признаку |ei| и фактору X.
X |ei| ранг X, dx
ранг |ei|, dy
46 16.326 5 2
48 51.333 6 6
30 45.126 1 5
48 228.066 6 8
31 42.01 2 4
73 32.016 8 3
88 262.134 10 9
44 97.252 4 7
73 401.818 8 10
31 0.277 2 1
Так как в матрице имеются связанные ранги (одинаковый ранговый номер) 1-го ряда, произведем их переформирование. Переформирование рангов производиться без изменения важности ранга, то есть между ранговыми номерами должны сохраниться соответствующие соотношения (больше, меньше или равно). Также не рекомендуется ставить ранг выше 1 и ниже значения равного количеству параметров (в данном случае n = 10). Переформирование рангов производится в табл.
Номера мест в упорядоченном ряду Расположение факторов по оценке эксперта Новые ранги
1 1 1
2 2 2.5
3 2 2.5
4 4 4
5 5 5
6 6 6.5
Отсутствует
Имеются данные по ценам на квартиры, тыс.руб. (y) в зависимости от общей площади, м2 (x1) и площади кухни, м2 (x2).
А) Построить регрессионную зависимость
Б) Обосновать наличие гетероскедастичности.
В) С помощью обобщенного метода наименьших квадратов построить зависимость с учетом гетероскедастичности.
y 995 1200 780 1150 750 1650 1880 930 2400 835
x1 46 48 30 48 31 73 88 44 73 31
x2 6 8 6 9 5 9 12 5 12 6
Отсутствует
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—4 дня |
80 ₽ | Цена | от 20 ₽ |
Не подошла эта работа?
В нашей базе 23423 Решения задач — поможем найти подходящую