Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
Задача 1. По территориям региона приводятся данные за 20XX г. (см. таблицу своего варианта).
Требуется:
1. Построить поле корреляции.
2. Рассчитать параметры линейного уравнения парной регрессии y от x .
3. Оценить тесноту связи между переменными с помощью коэффициента корреляции.
4. Оценить качество модели с помощью коэффициента детерминации.
5. Оценить статистическую значимость уравнения с помощью F-критерия Фишера.
6. Оценить статистическую значимость параметров регрессии с помощью t -критерия Стьюдента.
4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. Построите доверительный интервал прогноза.
6. На одном графике построить исходные данные и теоретическую прямую.
Задача 2.
По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x1 (% от стоимости фондов на конец года) и от удельного веса числа рабочих высокой квалификации в общей численности рабочих x2 (%) (см. таблицу своего варианта).
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 F -критерия Фишера оценить статистическую надежность уравнения регрессии.
5. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1 .
6. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор.