Создан заказ №1748188
15 февраля 2017
У X А 420 1305 В 512 1440 С 430 1230 D 230 1275 Е 505 1700 F 402 1480 G 430 1305 И 400 895 I 410 775 J 585 1000 К 370 1035 L 384 1150 М 345 1215 N 445 1010 О 485 1059 Р 491 1051 Задание
Как заказчик описал требования к работе:
Нужно выполнить 4 задания по последней цифре шифра студента, она у меня 7
Фрагмент выполненной работы:
У X
А 420 1305
В 512 1440
С 430 1230
D 230 1275
Е 505 1700
F 402 1480
G 430 1305
И 400 895
I 410 775
J 585 1000
К 370 1035
L 384 1150
М 345 1215
N 445 1010
О 485 1059
Р 491 1051
Задание:
Рассчитайте параметры уравнений регрессий у = a + bx + ε и
у = a + bx +ε .
Оцените тесноту связи с показателем корреляции и детерминации.
Рассчитайте средний коэффициент эластичности и дайте сравнительную оценку силы связи фактора с результатом.
Рассчитайте среднюю ошибку аппроксимации и оцените качество модели.
С помощью F-статистики Фишера (при а = 0,05) оцените надежность уравнения регрессии.
Рассчитайте прогнозное значение упрогн, если прогнозное значение фактора увеличится на 5% от его среднего значения. (работа была выполнена специалистами author24.ru) Определите доверительный интервал прогноза для α = 0,01.
7.Расчеты должны быть подробны, как показаны в примере 1 и сопро-вождены пояснениями.
Решение:
. А) Пусть уравнение парной регрессии имеет вид:
y=a+bx+ε,
a, b — эмпирические коэффициенты регрессии, подлежащие определению.
При этом:
b=xy-x∙yx2-x2
a=y-bx
Расчёты произведём в таблице (см. табл. 2), используя формулы:
Таблица 2 – Расчёт параметров линейного уравнения парной регрессии
xi
yi
xy x2
у-у
х-х
у-у2
х-х2
у-у
у-у2
А(%)
1305 420 548100 1703025 176400 -7.750 122.188 60.063 14929.785 429.300 -9.300 86.497 2.214
1440 512 737280 2073600 262144 84.250 257.188 7098.063 66145.410 431.013 80.987 6558.836 15.818
1230 430 528900 1512900 184900 2.250 47.188 5.063 2226.660 428.349 1.651 2.727 0.384
1275 230 293250 1625625 52900 -197.750 92.188 39105.063 8498.535 428.920 -198.920 39569.060 86.487
1700 505 858500 2890000 255025 77.250 517.188 5967.563 267482.910 434.312 70.688 4996.737 13.998
1480 402 594960 2190400 161604 -25.750 297.188 663.063 88320.410 431.521 -29.521 871.484 7.344
1305 430 561150 1703025 184900 2.250 122.188 5.063 14929.785 429.300 0.700 0.489 0.163
895 400 358000 801025 160000 -27.750 -287.813 770.063 82836.035 424.098 -24.098 580.716 6.025
775 410 317750 600625 168100 -17.750 -407.813 315.063 166311.035 422.575 -12.575 158.141 3.067
1000 585 585000 1000000 342225 157.250 -182.813 24727.563 33420.410 425.430 159.570 25462.470 27.277
1035 370 382950 1071225 136900 -57.750 -147.813 3335.063 21848.535 425.874 -55.874 3121.956 15.101
1150 384 441600 1322500 147456 -43.750 -32.813 1914.063 1076.660 427.334 -43.334 1877.806 11.285
1215 345 419175 1476225 119025 -82.750 32.188 6847.563 1036.035 428.158 -83.158 6915.322 24.104
1010 445 449450 1020100 198025 17.250 -172.813 297.563 29864.160 425.557 19.443 378.021 4.369
1059 485 513615 1121481 235225 57.250 -123.813 3277.563 15329.535 426.179 58.821 3459.911 12.128
1051 491 516041 1104601 241081 63.250 -131.813 4000.563 17374.535 426.077 64.923 4214.934 13.223
Ср. зн. 1182.813 427.750 506607.563 1451022.313 189119.375
6140.944 20.249
18925 6844 8105721 23216357 3025910
98389.000 831630.438
98255.106 242.985 18925
b
0,0127
a
412,742
b=506607.563-1182.813∙427.7501451022.313-1182.8132=0,0127
a=427.750-0,0127∙1182.813=412,742
Уравнение линейной регрессии имеет вид: =412,742+0,0127x,
σх=1451022.313-1182.8132=227,984;
σу=189119.375-427.7502=78,418.
2.Коэффициент корреляции:
rxy=bσхσу=0,0127∙227,98478,418=0,0369
Коэффициент детерминации:
Только 0,14% результата объясняются вариацией переменной х.
Оба коэффициента значительно ниже 1, что говорит о плохой аппроксимации данной модели и невысоком уровне связи между переменными х и у.
3. Средний коэффициент эластичности находится по формуле:
Он показывает, что на 0,035% в среднем по совокупности изменится результат от своей величины при изменении фактора на 1% от своего значения.
4. Средняя ошибка аппроксимации – это среднее относительное отклонение теоретических значений от фактических т.е.
Построенное уравнение регрессии считается удовлетворительным, если значение не превышает 10-12%, поэтому с этой точки зрения данную модель нельзя считать удовлетворительной.
5. Оценка значимости уравнения регрессии в целом дается с помощью -критерия Фишера, который заключается в проверке гипотезы о статистической незначимости уравнения регрессии...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
16 февраля 2017
Заказ завершен, заказчик получил финальный файл с работой
5
У X
А 420 1305
В 512 1440
С 430 1230
D 230 1275
Е 505 1700
F 402 1480
G 430 1305
И 400 895
I 410 775
J 585 1000
К 370 1035
L 384 1150
М 345 1215
N 445 1010
О 485 1059
Р 491 1051
Задание.docx
2017-02-19 03:08
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Все сделано на отлично ! Качественная работа ! Благодарю автора за выполненную работу.
Хочешь такую же работу?
300 ₽
