Содержаниие

Задание 2

Решение 2

1. Посчитать среднее, средне кватратическое отклонение и коэффициенты корреляции. 2

2. Уравнение регрессии в естественной форме будет иметь вид y=a+b1x1+b2x2. 3

3. Стандартизованные коэффициенты регрессии bJ сравнимы между собой, в отличие от коэффициентов чистой регрессии bj, которые нельзя сравнивать, т.к. они имеют разные единицы измерения. 4

4. Коэффициент множественной корреляции определим по формуле: 4

5. Оценим качество модели. 4

6. Построим модели для парной регрессии y и х2 5

Поле корреляции: 5

6.1. Модель линейной парной регрессии. 6

6.2. Модель гиперболинейной парной регрессии. 8

6.3. Модель степенной парной регрессии. 10

6.4. Модель показательной парной регрессии. 12

6.5. Выбор лучшего уравнения. 15

7. Для построения уравнения регрессии в естественной форме рассчитаем b1 и b2, используя формулы перехода: 18

7.1. Найдем среднюю ошибку аппроксимации. 18

7.2. Графики зависимости прибыли от заработной платы (х1) и затрат на ресурсы(х2) 19

ЛИТЕРАТУРА 20

Задание

Вариант 89

Пусть Имеются данные о прибыли у (тысяч рублей), заработной плате Х1 (тыс. руб) и затрат ресурсов X2 (тыс. руб) по 10 рабочим цеха (таблица данных).

Таблица 1. Исходные данные

№ у х1 х2

1 93,000 22,000 34,000

2 91,000 20,000 40,000

3 84,000 39,000 46,000

4 92,000 43,000 44,000

5 87,000 46,000 28,000

6 86,000 48,000 54,000

7 89,000 47,000 56,000

8 84,000 55,000 58,000

9 82,000 62,000 59,000

10 75,000 54,000 55,000

Решение

1. Посчитать среднее, средне кватратическое отклонение и коэффициенты корреляции.

средняя арифметическая равна(См.Таблица 2 строку Ср.):

Среднее линейное отклонение определяется как средняя арифметическая из отклонений индивидуальных значений от средней, без учета знака этих отклонений:

.

Таблица 2. Расчетные данные

№ у х1 х2 у^2 x1^2 x2^2 yx1 yx2 x1x2

1 93,000 22,000 34,000 8649,000 484,000 1156,000 2046,000 3162,000 748,000

2 91,000 20,000 40,000 8281,000 400,000 1600,000 1820,000 3640,000 800,000

3 84,000 39,000 46,000 7056,000 1521,000 2116,000 3276,000 3864,000 1794,000

4 92,000 43,000 44,000 8464,000 1849,000 1936,000 3956,000 4048,000 1892,000

5 87,000 46,000 28,000 7569,000 2116,000 784,000 4002,000 2436,000 1288,000

6 86,000 48,000 54,000 7396,000 2304,000 2916,000 4128,000 4644,000 2592,000

7 89,000 47,000 56,000 7921,000 2209,000 3136,000 4183,000 4984,000 2632,000

ЛИТЕРАТУРА

1. Бородич С.А. Эконометрика - 3-е изд, стер. -Мн.: Новое знание,2006-408с.

2. Доугерти К. Введение в эконометрику - М.: ИНФРА-М, 1999.

3. Практикум по эконометрике /Под ред. Елисеевой - М.: Финансы и статистика, 2001.

4. Четыркин Е.М. Статистические методы прогнозирования. - М.: Статистика, 1975.

5. Эконометрика /Под ред. Елисеевой - М.: Финансы и статистика, 2003.

Примечаний нет.