Критическое значение при уровне значимости равно . Так как , то это подтверждает статистическую значимость коэффициента регрессии . Аналогично для другого коэффициента: так как , то это подтверждает статистическую значимость коэффициента регрессии .
Задача 1
Исходные данные:
Имеется информация о деятельности 10 компаний. -оборот капитала (млрд. руб.), - чистый доход (млрд.руб.):
1. Оцените коэффициенты линейной регрессии по методу наименьших квадратов.
2. Проверьте статистическую значимость оценок теоретических коэффициентов при уровне значимости .
3. Рассчитайте 95%-е доверительные интервалы для теоретических коэффициентов регрессии.
4. Спрогнозируйте потребление при доходе и рассчитайте 95% доверительный интервал для условного математического ожидания .
5. Рассчитайте границы интервала, в котором будет сосредоточено не менее 95% возможных значений чистого дохода при обороте капитала .
6. Оцените на сколько изменится чистый доход, если оборот капитала вырастет на 3 млрд.руб.
7. Рассчитайте коэффициент детерминации .
8. Рассчитайте - статистику для коэффициента детерминации и оцените его статистическую значимость.
Задача 2
Исходные данные:
Имеется информация за 15 лет относительно среднего дохода и среднего потребления (млн.руб.):
Годы X Y Годы X Y Годы X Y
1986 10,5 8,8 1991 16,1 11,9 1996 23,1 20,5
1987 11,6 12,0 1992 17,3 13,5 1997 24,3 19,5
1988 12,3 13,0 1993 18,7 15,0 1998 25,5 19,1
1989 13,7 12,6 1994 20,1 18,2 1999 27,8 19,3
1990 14,5 11,2 1995 21,8 21,2 2000 30,0 24,0
1. Оцените коэффициенты линейной регрессии по методу наименьших квадратов.
2. Вычислите значение статистики Дарбина-Уотсона и проанализируйте наличие автокорреляции остатков.
3. При наличии автокорреляции переоцените уравнение регрессии, используя для этого один цикл метода Кохрана-Оркатта.
Задача 3
Исходные данные:
Имеются следующие значения переменных и :
Рассчитайте коэффициент корреляции , проверьте гипотезу о наличии (отсутствии) корреляционной связи.
Задача 4
Исходные данные:
Как действует на величину коэффициента корреляции увеличение в n раз всех значений переменных и ?
1. Информатика. Базовый курс. / Под ред. С.В. Симоновича. – СПб: Питер. 2006.- 640с.
2. Шевченко Н. Ю. Моделирование систем: Учебное пособие. Томск. ТМЦДО 2004.- 88 с.
3. Филлипов А.Ю. Информатика: Учебное пособие. Томск. ТМЦДО 2004.- 148 с.
4. Смыслова З. А. Спец. Главы математики. Часть 1: Учебное пособие. Томск. ТМЦДО 2004.- 96 с.
5. Смыслова З. А. Спец. Главы математики. Часть 3 : Учебное пособие. Томск. ТМЦДО 2004.- 80 с.
омская обл. 2200 1890Московская обл. 2500 3020Орловская обл. 2370 2150Рязанская обл. 2320 1660Смоленская обл. 2150 1990Тверская обл. 2200 1800Тульская обл. 2220 1810Ярославская обл. 2310 1860Задание:-
ета коэффициентов связи воспользуемся МНК.Линейная модель.Все расчеты представлены в программе Excel, здесь выводим только получившиеся результаты.Таким образом, уравнение линейной регрессии имеет вид
еменной объясняется построенной функцией регрессии у(х), то есть полученная модель объясняет 93.9% дисперсии критериального показателя, остальные 6,1% считаются обусловленными факторами, не отраженным
связи переменных.2. Осуществите двумя способами выбор факторных признаков для построения регрессионной модели:а) на основе анализа матрицы коэффициентов парной корреляции, включая проверку гипотезы о
ельно взятого объекта ошибки обоих типов представляют одинаковую опасность. При статистическом обобщении информации о некоторой совокупности измеренных объектов случайные ошибки, в известной степени,