- •Вариант 1 Пример 1
- •Пример 2
- •Вариант 2 Пример 1
- •1.Построить линейное уравнение парной регрессии у по х.
- •2.Расчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
- •Пример 1
- •1.Построить линейное уравнение парной регрессии у по х.
- •2.Расчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
- •Пример 2
- •Пример 1
- •1.Построить линейное уравнение парной регрессии у по х.
- •2.Расчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
- •Пример 2
- •Пример 1
- •1.Построить линейное уравнение парной регрессии у по х.
- •2.Расчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
- •Пример 1
- •Пример 2
- •Пример 2
- •Пример 1
- •Пример 2
- •Пример 1
- •Пример 1
Вариант 1 Пример 1
По 12 предприятиям региона N приводятся данные за2013 г. (таблица 1).
Таблица 1 — Исходные данные
№ п/п |
У |
Х1 |
1 |
5 |
2,6 |
2 |
6 |
2,6 |
3 |
7 |
4,9 |
4 |
10 |
4,1 |
5 |
8 |
4,9 |
6 |
9 |
4,5 |
7 |
11 |
6,3 |
8 |
12 |
8,3 |
9 |
13 |
9,6 |
10 |
10 |
7,8 |
11 |
9 |
6,3 |
12 |
11 |
6,4 |
где У - выработка продукции на одного работника (тыс. руб.);
Х1 - удельный вес рабочих высокой квалификации в общей численности рабочих (%).
Задание:
1.Построить линейное уравнение парной регрессии у по х.
2.Расчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
З.Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F-критерия Фишера и t-критерия Стьюдента.
4.Выполнить прогноз выработки продукции на одного работника (у) при прогнозном значении удельного веса рабочих высокой квалификации в обшей численности рабочих (х), составляющем 107% от среднего уровня.
5.Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
Пример 2
По 12 предприятиям региона N приводятся данные за 2013 г. (таблица2).
Таблица 2 — Исходные данные
№ п/п |
У |
Х1 |
Х2 |
1 |
6,1 |
17,4 |
2,6 |
2 |
4,5 |
12,7 |
2,5 |
3 |
1,3 |
25,4 |
2,4 |
4
|
2,6
|
8.8 |
0,6 |
5 |
5,8
|
35,1 |
2,6 |
6 |
2,9 |
16,1 |
1,4 |
7 |
3,5 |
23,4 |
3,2 |
8 |
6,1 |
16,5 |
2,4 |
9 |
2,9 |
27,8 |
0,3 |
10 |
4,2 |
17,6 |
1,7 |
11 |
6,4 |
17,4 |
2,3 |
12 |
1,9 |
5,5 |
0,4 |
где у - чистый доход, млрд. долл.
Х1 - оборот капитала, млрд. долл.
Х2- использованный капитал, млрд. долл.
Задание:
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.
Вариант 2 Пример 1
Но 12 предприятиям региона N приводятся данные за 2013 г. (таблица 1).
Таблица 1 — Исходные данные
№ п/п |
У |
Х1 |
1 |
4 |
6,7 |
2 |
5 |
6,8 |
3 |
8 |
7,1 |
4 |
9 |
7,1 |
5 |
2 |
7,2 |
6 |
3 |
7,9 |
7 |
4 |
8,1 |
8 |
5 |
8,1 |
9 |
6 |
8,6 |
10 |
7 |
9.1 |
1 1 |
8
|
9,3 |
12 |
9 |
9,4 |
где у - выработка продукции на одного работника (тыс. руб.);
Х1 - удельный вес рабочих высокой квалификации в общей численности рабочих (%).
Задание: