Задание №3

Построение регрессионных моделей.

1.Сформировать файл, содержащий три ряда чисел: зависимую переменную Y, две независимые переменные X₁ и X₂ (факторы).

2.Определить среднее значение для рядов X₁ X₂ (раздел Descriptive Methods-Summary Statistics)/

3. Проверить ряд, содержащий зависимую переменную Y на соответствие нормальному закону распределения .

9

Для этого необходимо произвести качественный анализ ряда (построить частотную гистограмму и сравнить ее вид с видом теоретической кривой для нормального закона распределения), а также определить критерий Пирсона и уровень соответствия (Sig. level) нормальному закону распределения.

Сделать вывод о соответствии ряда Y нормальному закону распределения.

4. Построить однофакторные линейные регрессионные модели для каждого из факторов.

Для этого необходимо:

Войти в раздел Regression Analysis (Регрессионный анализ);

Войти в подраздел Simple Regression (Простая регрессия);

Заполнить с помощью клавиши F7 поле ввода Dependent Variable (Зависимая переменная) именем файла, содержащего зависимую переменную Y;

Заполнить поле ввода Independent Variable (Независимая переменная) именем файла, содержащего независимую переменную (X₁ или X₂);

нажать клавишу <F6>;выписать уравнение регрессии вида Y=_o + _iX_i ; значение _о указано в поле Intercept, значение _i – в поле Slope;построить функцию линейной регрессии Y = f(X);

нажать клавишу <Esc>;

выбрать пункт меню Plot fitted line;

перенести в конспект оцененную линию регрессии с доверительным интервалом и размахом для каждого из значений X.

5.Построить двухфакторную регрессионную модель.

Для этого необходимо

Войти в раздел Regression Analysis (Регрессионный

10

анализ);

Войти в подраздел Multiple Regression (Множественная регрессия);

Указать в соответствующих полях имена файлов, содержащих зависимую и независимую переменные;

Зафиксировать оцененные параметры регрессии;

Записать регрессионную модель вида Y=_o + ₁X₁ +₂X₂;

6.Построить линии чистой регрессии и сравнить с результатом, полеченным выше.

7.Используя уравнение регрессии, получить прогноз зависимой переменной Y для следующих значений независимых переменных

X₁ = X_1ср; X₂ = X_2ср;

для значений X₁ и X₂ лежащих внутри области выборочных значений (интерполяция);

для значений X₁ и X₂ лежащих вне области выборочных значений (экстерполяция);

8. Оценить ошибку прогноза и сделать соответствующий вывод.

11

ЗАДАНИЕ №4

Исследование статических связей между методом корреляционного анализа. Анализ временных рядов.

1. Сформировать файл данных.

№	X1	X2	X3	X4	X5	X6	X7
1	22778	18268	209	2273	159	138	871
2	22146	17975	375	2167	120	87	1116
3	21147	16573	297	2043	137	94	1211
4	21744	18009	220	2015	308	98	1014
5	21415	18064	235	2014	251	39	991
6	20734	17881	182	523	253	383	850
7	19411	17312	198	2722	304	210	737
8	18800	17363	152	2546	211	278	622
9	18291	17139	149	3198	142	280	587
10	17670	18881	240	2822	128	203	695
11	16833	15976	454	2392	217	167	923
12	15626	14820	483	2614	224	123	1256
13	14161	13619	221	2431	118	127	1347
14	13859	12831	327	1314	345	207	1305
15	13140	12475	357	3140	329	232	1279
16	12125	11453	308	3200	201	220	1376
17	11442	10585	139	3254	349	287	1163
18	11510	10104	333	3318	382	406	1102
19	11012	9527	334	3403	500	286	926
20	10838	9230	271	3396	336	306	846
21	10657	9000	373	3409	207	212	1002
22	10854	8838	282	2668	223	326	1036
23	11252	8969	356	2807	134	207	1238
24	11445	9307	219	3635	357	338	1099

12

X1 численность ищущих работу граждан, состоящих на учете в Службе занятости

X2 колличество безработных

X3 численность лиц, направленных на профессиональное обучение

X4 заявленная предприятиями потребность в работниках

X5 численность лиц, закончивших профессиональное обучение, по направлению службы занятости

X6 численность лиц, трудоустроенных после завершения профессионального обучения

X7 численность лиц, проходящих профессионального обучения, по линии службы занятости

2. Методом корреляционного анализа определить факторы, влияющие на численность ищущих работу граждан, состоящих на учете в Службе занятости (ряд X1) и на количество безработных (ряд Х2). Для этого необходимо:

   1. Войти в раздел Multivariate Methods – Correlation Analysis. Задать пару исследуемых рядов данных. Нажать F6.Зафиксировать значение коэффициента корреляции для данной пары рядов данных.

   2. Выполнить данную процедуру для всех исследуемых пар рядов данных.

   3. Проанализировать полученные значения коэффициентов корреляции. Сделать вывод о том, какие факторы оказывают наибольшее влияние на численность ищущих работу граждан и на количество безработных.

3. Провести анализ ряда данных Х1 как временного ряда. Для этого необходимо:

Войти в раздел Forecasting. Последовательно выбрать 4 подраздела данного раздела, реализующие различные методы 13

анализа временных рядов. В каждом из разделов: задать исследуемый ряд; нажать F6; выбрать пункт меню Display

summary stats; зафиксировать в отчете оценки точности полученной модели.

4. На основе анализа оценок точности моделей временных рядов выбрать наилучшую модель. Для этой модели в разделе Forecastingс помощью пункта меню Plot forecasts построить кривую прогноза и зафиксировать ее в отчете.

5. повторить пункты 3,4 для ряда Х2.