Номер: 299120
Количество страниц: 13
Автор: marvel6
Контрольная Статистика (контрольная работа 1), номер: 299120
390 руб.
Купить эту работу
Не подошла
данная работа? Вы можете заказать учебную работу
на любую интересующую вас тему
Заказать новую работу
данная работа? Вы можете заказать учебную работу
на любую интересующую вас тему
- Содержание:
"Контрольная работа 1
На основании данных, приведенных в табл. 1 :
Парная регрессия
1. Рассчитайте параметры линейной парной регрессии для наиболее подходящего фактора Хj. (Выбор фактора можно сделать на основе анализа матрицы коэффициентов парной корреляции – выбираем тот фактор, который наиболее тесно связан с зависимой переменной).
2. Оцените качество построенной модели с помощью коэффициента детерминации, F-критерия Фишера.
3. Проверьте выполнение условия гомоскедастичности.
4. Используя результаты регрессионного анализа ранжируйте компании по степени эффективности. Назовите компании, данные по которым выходят за пределы 95% доверительного интервала.
5. Осуществите прогнозирование среднего значения показателя Y при уровне значимости α = 0,1, если прогнозное значение фактора Хj составит 80% от его максимального значения. Представьте на графике фактические данные Y, результаты моделирования, прогнозные оценки и границы доверительного интервала.
6. Для 15 предприятий, имеющих прибыль, составьте уравнения нелинейной регрессии:
а) гиперболической;
б) степенной;
в) показательной.
7. Приведите графики построенных уравнений регрессии.
Множественная регрессия
1. Осуществите двумя способами выбор факторных признаков для построения регрессионной модели:
а) на основе анализа матрицы коэффициентов парной корреляции;
б) с помощью пошагового отбора методом исключения
и постройте уравнения множественной регрессии в линейной форме с выбранными факторами. Какая модель лучше и почему? Дайте экономическую интерпретацию коэффициентов модели регрессии.
2 Дайте сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, - и -коэффициентов.
3. Используя результаты регрессионного анализа ранжируйте компании по степени эффективности."