1. Главная
  2. Библиотека
  3. Статистика
  4. Модель парной линейной регрессии. Имеются данные по 10...
Разбор задачи

Модель парной линейной регрессии. Имеются данные по 10 предприятиям одной из отраслей промышленности между объемом произведенной продукции (x) и балансовой прибылью (y) № предприятия Объем реализованной про- дукции, млн. руб., x Балансовая прибыль, млн.

  • Предмет: Статистика
  • Автор: Кэмп
  • #Прикладная статистика в экономике
  • #Регрессионный анализ и корреляционный анализ
Модель парной линейной регрессии. Имеются данные по 10 предприятиям одной из отраслей промышленности между объемом произведенной продукции (x) и балансовой прибылью (y) № предприятия Объем реализованной про- дукции, млн. руб., x Балансовая прибыль, млн.

Условие:

Модель парной линейной регрессии.
Имеются данные по 10 предприятиям одной из отраслей промышленности между объемом произведенной продукции (x) и балансовой прибылью (y)
№ предприятия Объем реализованной про-
дукции, млн. руб., x Балансовая прибыль, млн. руб., y
1 491,8 133,8
2 483,0 124,1
3 481,7 92,4
4 478,7 92,9
5 476,9 61,4
6 475,2 72,4
7 474,4 99,3
8 459,5 60,9
9 452,9 74,0
10 446,5 66,1
1. Построить поле корреляции и рассчитать коэффициенты линейного уравнения парной ре-грессии у на х.
2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации R2, среднюю ошибку аппроксимации А. Сделать выводы.
3. Проверить качество уравнения регрессии при помощи F критерия Фишера с уровнем зна-чимости α=0,05. Сделать выводы.
4. Выполнить оценку статистической значимости коэффициентов линейной регрессии и линейного коэффициента парной корреляции с помощью t-критерия Стьюдента. Сделать выводы.
5. Рассчитать доверительные интервалы для коэффициентов линейной регрессии. Сделать выводы.
6. Выполнить прогноз балансовой прибыли y при прогнозном значении x, составляющем 118% от среднего уровня. Оценить точность прогноза, рассчитав ошибку прогноза и его до- верительный интервал для уровня значимости =0,05. Сделать выводы.
7. Вычислить коэффициент эластичности. Сделать выводы.
8. Построить линейное уравнение парной регрессии в поле корреляции.

Решение:

  1. Построение поля корреляции и расчет коэффициентов линейного уравнения парной регрессии.

    Сначала соберем данные: x: [491.8, 483.0, 481.7, 478.7, 476.9, 475.2, 474.4, 459.5, 452.9, 446.5] y: [133.8, 124.1, 92.4, 92.9, 61.4, 72.4, 99.3, 60.9, 74.0, 66.1]

    Рассчитаем средние значения x и y: x̄ = (491.8 + 483.0 + ... + 446.5) / 10 = 474.6 ȳ = (133.8 + 124.1 + ... + 66.1) / 10 = 83.1

    Теперь найдем коэффициенты линейного уравнения регрессии: b1 = Σ((xi - x̄)(yi - ȳ)) / Σ((xi - x̄)²) b0 = ȳ - b1 * x̄

    После расчетов получаем: b1 ≈ -0.25 b0 ≈ 145.5

    Уравнение регрессии: y = 145.5 - 0.25x.

  2. Расчет линейного коэффициента парной корреляции, коэффициента детерминации R², средней ошибки аппроксимации A.

    Коэффициент корреляции r: r = Σ((xi - x̄)(yi - ȳ)) / √(Σ((xi - x̄)²) *...

Внутри — полный разбор, аргументация, алгоритм решения, частые ошибки и как отвечать на каверзные вопросы препода, если спросит

Попробуй решить по шагам

Попробуй один шаг и продолжи в режиме обучения или посмотри готовое решение

Какой статистический критерий используется для проверки качества уравнения регрессии в целом?

Что нужно знать по теме:

Что нужно знать по теме

Алгоритм решения

Топ 3 ошибок

Что спросит препод

Выбери предмет