2 Занятие

Вопросы для изучения

1. Проверка адекватности модели линейной парной регрессии.

2. Расчет доверительных интервалов параметров регрессии и прогнозного значения зависимой переменной.

Контрольные вопросы

1. Как используется F-статистика в регрессионном анализе?

2. Как записываются основная и альтернативная гипотезы при проверке адекватности уравнения регрессии в целом?

3. Как F-статистика связана с коэффициентом детерминации в парной регрессии?

4. Как рассчитать критерий Стьюдента для коэффициента регрессии в линейной модели парной регрессии?

5. Опишите "грубое" правило анализа статистической значимости коэффициентов регрессии.

6. Какая связь между t_b- и F- статистиками в парной линейной регрессии?

7. Как построить доверительный интервал для коэффициента регрессии в линейной модели парной регрессии?

8. В каком месте доверительный интервал прогноза по парной модели является наименьшим?

Практические задания

Задача 16*. По 12 регионам России приводятся данные о среднедушевом прожиточном минимуме в день одного трудоспособного X (руб.) и среднедневной заработной плате Y (руб.) (табл.2.15):

Таблица 2.15

Номер региона	1	2	3	4	5	6	7	8	9	10	11	12
X, руб.	78	82	87	79	89	106	67	88	73	87	76	115
Y, руб	133	148	134	154	162	195	139	158	152	162	159	173

Задание:

1. оценить статистическую значимость линейной модели в целом, а также параметров линейной регрессии и построить интервальную оценку коэффициентов линейной регрессии с надежностью 0,95;

2. выполнить прогноз заработной платы при прогнозном значении среднего прожиточного уровнясоставляющего 107% от среднего уровня и оценить точность прогноза, рассчитав ошибку прогноза и его 95% доверительный интервал.

Задача 17*. Для 13 клиентов спортивного отдела магазина зафиксирована сумма покупки X (в у.е.) и время разговора с продавцом Y (мин) (табл.2.16):

Таблица 2.16

Xi	40	50	60	80	100	110	120	130	150	160	180	200	310
Yi	14	14	17	19	17	20	24	22	25	24	18	20	26

Задание:

1. oценить с помощью МНК параметры линейного уравнения регрессии, предположив, что объясняется переменной ; оценить статистическую значимость линейной модели и ее параметров на уровне 0,05;

2. oценить с помощью МНК параметры линейного уравнения регрессии, предположив, что объясняется переменной ; проверить статистическую значимость уравнения регрессии по критерию Фишера, а также параметров модели по статистикам на уровне 0,05.

Задача 18*. Имеются данные за 10 лет по прибылям X и Y (%) двух компаний (табл.2.17):

Таблица 2.17

	19,2	15,8	12,5	10,3	5,7	-5,8	-3,5	5,2	7,3	6,7
	20,1	18,0	10,3	12,5	6,0	-6,8	-2,8	3,0	8,5	8,0

Задание:

1. построить линейную регрессию Y на X при наличии свободного члена.

2. оценить статистическую значимость параметров полученной регрессии на 5% уровне значимости и определить коэффициент детерминации данного уравнения.

Задача 19. Для анализа зависимости переменной Y от объясняющей переменной X получена выборка объема 50 и определены следующие показатели: