Вариант №5
Доктор М. – психолог, занимающийся пациентами, испытывающими страх перед необходимостью покидать свой дом и выходить на улицу. В следующей таблице показано количество новых пациентов, обратившихся к нему за помощью в каждом из последних 10 лет, а также приведен индекс преступности за эти годы.
-
Год
Число пациентов
Индекс преступности, число преступлений на 1000 человек населения
1
36
58,3
2
33
61,1
3
40
73,4
4
41
75,7
5
40
81,1
66
55
89,0
7
60
101,1
8
54
94,8
9
58
103,3
10
61
116,2
Построить точечный график, на котором показано число пациентов в зависимости от года наблюдения
Получить линейную регрессионную модель зависимости числа пациентов от года наблюдения. (Насколько хорошо эта модель отражает данные?)
Сколько пациентов будет в году 11?
Сколько пациентов будет в году 13?
Построить точечный график, на котором показано число пациентов в зависимости от индекса преступности
Получить линейную регрессионную модель зависимости числа пациентов от индекса преступности
Сколько пациентов будет в году 11, если индекс преступности возрастет до 131,2?
Сколько пациентов будет в году 11, если индекс преступности снизится до 90,6?
Вариант №6
Компания "Билд" ремонтирует старые дома в Харькове. Со временем компания обнаружила, что объем ремонтных работ зависит от уровня доходов в городе. Следующая таблица содержит данные о доходе компании и денежных доходах наемных рабочих в Харькове за период 1997-2002гг.
-
Доход компании (0,1млн. грн.)
Доходы наемных рабочих (10 млн. грн)
2,0
1
3,0
3
2,5
4
2,0
2
2,0
1
3,5
7
На основании вышеприведенной таблицы
Построить точечный график, на котором показаны доходы компании в зависимости от дохода рабочих
Получить линейную регрессионную модель зависимости доходов компании от доходов рабочих
Каковы будут доходы компании, если доходы рабочих за 2003 год составили 50 млн. грн.
Чему равен коэффициент детерминированности для регрессионной модели
Вариант7 |
Вариант8 |
Вариант9 |
Вариант10 |
|||||||||
Х1 |
Х2 |
Y |
Х1 |
Х2 |
Y |
Х1 |
Х2 |
Y |
Х1 |
Х2 |
Y |
|
0,36 |
0,40 |
-0,15 |
1,07 |
3,51 |
4,10 |
0,13 |
-1,76 |
-4,68 |
0,06 |
-1,84 |
0,54 |
|
1,23 |
3,19 |
4,13 |
0,78 |
-4,68 |
-1,75 |
1,20 |
4,97 |
11,42 |
-0,17 |
-3,96 |
2,02 |
|
1,92 |
-1,48 |
-6,13 |
0,92 |
-3,04 |
-1,32 |
0,96 |
-0,76 |
-1,71 |
1,41 |
0,83 |
0,70 |
|
2,64 |
-0,06 |
-4,79 |
1,10 |
4,02 |
5,12 |
2,92 |
-2,71 |
-7,10 |
2,64 |
4,56 |
-0,31 |
|
2,45 |
0,29 |
-3,69 |
1,47 |
-0,64 |
1,69 |
3,79 |
-2,09 |
-4,23 |
2,62 |
-2,15 |
3,01 |
|
3,65 |
2,44 |
-0,09 |
2,61 |
1,75 |
4,50 |
4,52 |
-3,46 |
-6,81 |
3,16 |
4,49 |
0,27 |
|
3,39 |
1,53 |
-2,71 |
3,77 |
4,36 |
8,50 |
5,84 |
-3,06 |
-5,91 |
3,17 |
-2,68 |
3,93 |
|
4,39 |
0,49 |
-6,38 |
4,11 |
-3,23 |
2,73 |
6,31 |
-4,72 |
-10,44 |
5,20 |
3,89 |
1,59 |
|
4,65 |
-1,93 |
-11,13 |
5,91 |
-4,26 |
3,66 |
7,77 |
3,54 |
10,55 |
5,40 |
-0,22 |
4,42 |
|
5,03 |
-3,11 |
-13,59 |
5,49 |
-0,61 |
6,85 |
8,02 |
3,51 |
9,41 |
5,35 |
-4,60 |
6,94 |
|
5,14 |
2,73 |
-3,54 |
6,15 |
4,70 |
11,21 |
7,91 |
1,91 |
5,66 |
7,72 |
-0,13 |
5,64 |
|
5,94 |
-4,39 |
-18,06 |
5,91 |
-4,57 |
4,05 |
8,36 |
1,33 |
4,99 |
7,84 |
-2,02 |
7,02 |
|
5,96 |
3,01 |
-3,03 |
6,84 |
3,41 |
11,45 |
7,75 |
-0,17 |
0,67 |
8,05 |
-2,41 |
7,18 |
|
7,18 |
0,65 |
-9,19 |
7,40 |
-4,10 |
5,89 |
8,07 |
4,75 |
13,12 |
9,23 |
-4,37 |
8,89 |
|
8,44 |
-0,50 |
-14,33 |
7,27 |
-2,52 |
7,34 |
8,94 |
1,56 |
4,30 |
9,04 |
3,75 |
4,88 |
|
9,32 |
4,01 |
-6,51 |
8,09 |
-4,78 |
6,34 |
9,57 |
0,06 |
2,00 |
9,39 |
2,89 |
5,33 |
|
10,02 |
2,74 |
? |
8,78 |
4,99 |
? |
9,85 |
0,81 |
? |
9,99 |
1,61 |
? |
|
Вариант11 |
Вариант12 |
||||
Х1 |
Х2 |
Y |
Х1 |
Х2 |
Y |
0,83 |
4,04 |
-0,79 |
0,40 |
3,92 |
7,88 |
2,02 |
4,92 |
-2,16 |
0,81 |
-2,52 |
-4,64 |
2,12 |
-3,37 |
-1,32 |
0,68 |
-4,78 |
-9,50 |
1,98 |
-0,90 |
-1,30 |
2,01 |
2,71 |
7,74 |
2,45 |
3,77 |
-2,56 |
2,33 |
-1,47 |
-1,16 |
2,29 |
0,05 |
-2,03 |
4,02 |
1,14 |
6,04 |
4,50 |
1,92 |
-3,90 |
5,00 |
4,04 |
12,29 |
4,49 |
-0,66 |
-3,44 |
5,11 |
-3,92 |
-3,75 |
4,85 |
2,12 |
-3,99 |
5,81 |
-3,06 |
-0,21 |
4,98 |
-2,19 |
-4,09 |
6,25 |
-1,00 |
2,66 |
4,99 |
0,08 |
-4,13 |
6,91 |
0,53 |
6,32 |
6,95 |
2,61 |
-6,02 |
6,64 |
4,77 |
16,31 |
7,25 |
-1,99 |
-5,57 |
6,93 |
0,61 |
7,36 |
7,51 |
0,36 |
-6,00 |
7,84 |
0,01 |
7,05 |
8,33 |
2,55 |
-6,96 |
7,53 |
4,36 |
15,79 |
8,24 |
0,49 |
-6,97 |
9,52 |
4,38 |
18,22 |
9,65 |
2,52 |
? |
9,48 |
-2,86 |
? |
Задание для вариантов 7-12.
В приведенных выше таблицах находятся значения входных параметров X1 и X2 и выходного параметра Y.
Проверить существует ли зависимость между параметрами X1 и X2. (Найти при помощи функции КОРРЕЛ из подгруппы статистических функций коэффициент корреляции)
Если между X1 и X2 существует сильная зависимость (коэффициент корреляции близок к 1) один из коэффициентов отбросить.
Получит линейное регрессионное уравнение зависимости между входными и выходным параметрами.
Качество аппроксимации оценить по значению коэффициента детерминированности
Спрогнозировать значение выходного параметра Y (указан знак вопроса)