- •Задание
- •Исходные данные
- •Составить корреляционную матрицу. Исследовать интеркорреляцию переменных. Проверить мультиколлинеарность переменных. Сделать вывод. Удалить из модели одну независимую переменную.
- •Построить уравнение множественной линейной регрессии по двум независимым переменным.
- •Найти коэффициент множественной детерминации, скорректированный коэффициент множественной детерминации, множественный коэффициент корреляции. Сделать вывод.
- •4. Оценить качество уравнения множественной регрессии:
- •4.1. Найти среднюю относительную ошибку аппроксимации.
- •4.2. Проверить статистическую значимость уравнения множественной регрессии в целом.
- •4.3. Проверить статистическую значимость параметров уравнения множественной регрессии. Построить интервальные оценки параметров.
- •6. Оценить силу влияния независимых переменных на y:
- •6.2. Найти средние по совокупности и частные коэффициенты эластичности.
6. Оценить силу влияния независимых переменных на y:
6.1. Построить частные уравнения множественной регрессии для уравнения.
Частные уравнения регрессии:
6.2. Найти средние по совокупности и частные коэффициенты эластичности.
Средние по совокупности коэффициенты эластичности считаются по формуле:
и показывают, на сколько процентов изменится среднее значение у при увеличении среднего значения хj на 1 процент при неизменном значении остальных независимых переменных.
.
.
Среднее значение у уменьшится на 0,045% при увеличении x2 на 1%, и на 2,014% при увеличении x3 на 1%. Следовательно, изменение x2 влечет за собой меньшее изменение у, чем x3.
Частные коэффициенты эластичности находятся по формуле:
,
где j – номер переменной,
i – номер наблюдения.
Частные коэффициенты эластичности показывают, на сколько процентов изменится значение зависимой переменной для i – ого наблюдения при увеличении значения xj,i на 1 процент при неизменном значении других независимых переменных.