Задача 1.       В базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительских свойствах и ценах.

Для анализа зависимости цены автомобиля Y от его возраста X₁ и мощности двигателя X₂ из базы данных выбраны

сведения о 16 автомобилях. Эти сведения приведены в таблице 1.

Таблица 1

Номер автомобиля i	Цена (тыс.у.е.) yi	Возраст (лет) xi1	Мощность двигателя (л.с.) xi2
1	9,0	5,0	119
2	8,6	4,0	89
3	7,4	6,0	114
4	4,4	7,0	54
5	5,6	7,0	82
6	4,2	8,0	78
7	10,3	3,0	104
8	9,3	5,0	145
9	5,5	7,0	83
10	8,4	4,0	84
11	9,7	4,0	139
12	11,0	3,0	147
13	10,4	3,0	132
14	9,4	4,0	123
15	9,3	4,0	112
16	10,8	3,0	125

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1. Парные зависимости

1.1. Построить поля рассеяний для цены Y и возраста автомобиля X₁, а также для цены Y и мощности двигателя X₂.

На основе их визуального анализа выдвинуть гипотезы о виде статистической зависимости Y от X₁ и Y от X₂ и записать их математически.

1.2. Методом наименьших квадратов найти оценки линейных уравнений регрессии:

 

y = α₀ + α₁x₁                y = β₀ + β₁x₂

 

1.3. С помощью коэффициентов парной корреляции проанализировать тесноту линейной связи между ценой и возрастом автомобиля,

а также между ценой и мощностью двигателя. Проверить их значимость с надежностью 0,9.

1.4. Проверить статистическую значимость параметров и уравнений регрессии с надежностью 0,9.

1.5. Построить доверительные полосы надежности 0,95 для среднего значения цены автомобиля в зависимости от его возраста,

а также от мощности двигателя. Изобразить графически линии регрессии и доверительные полосы вместе с полями рассеяний.

1.6. На продажу поступила очередная партия однотипных автомобилей. Их возраст 3 года, мощность двигателя 165 л.с.

Рассчитать точечный и интервальный прогноз среднего значения цены поступивших автомобилей в зависимости от возраста и мощности двигателя с доверительной вероятностью 0,95.

 

2. Множественная зависимость

2.1. По методу наименьших квадратов найти оценки коэффициентов множественной линейной регрессионной модели

 

Y = α₀ + α₁X₁ + α₂X₂ + ε

 

2.2. Проверить статистическую значимость параметров и уравнения множественной регрессии с надежностью 0,9.

2.3. Рассчитать точечный и интервальный прогноз среднего значения цены поступивших автомобилей возраста 3 года и

мощностью двигателя 165 л.с. с доверительной вероятностью 0,95.

 

3. Экономическая интерпретация

На основе полученных в пунктах 1 и 2 статистических характеристик провести содержательный экономический анализ

зависимости цены автомобиля от его возраста и мощности двигателя.

 

Задача 2.       Временной ряд

В базе данных магазина также содержится информация об объеме ежемесячных продажах автомобилей за прошлый год, представленная в таблице 2.

Таблица 2

Месяц, t	Объем продаж (тыс.у.е.) zt
1	215
2	223
3	261
4	292
5	268
6	345
7	296
8	337
9	335
10	360
11	408
12	361

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1. Представить графически ежемесячные объемы продаж автомагазина. На основе визуального анализа построенного

графика выдвинуть гипотезу о виде статистической зависимости объема продаж от времени и записать её математически.

2. Методом наименьших квадратов найти оценку уравнения линейного тренда

 

Z_t = γ₀ + γ₁t

 

3. Для линии тренда построить доверительную полосу надежности 0,975. Нарисовать ее на графике вместе с линией тренда и исходным временным рядом.

4. С помощью уравнения тренда найти точечный и интервальный прогноз (надежности 0,975) среднего объема продаж для t =15.

 

Задача 3.       Проверка моделей на автокорреляцию и мультиколлинеарность

1. Для регрессионных моделей:

 

Y = α₀ + α₁X₁ + α₂X₂ + ε и

Zt = γ₀ + γ₁t + ε

 

с помощью критерия Дарбина-Уотсона проверить наличие или отсутствие автокорреляции на уровне значимости 0,05.

2. Для регрессионной модели

 

Y = α₀ + α₁X₁ + α₂X₂  + ε

 

проверить наличие или отсутствие мультиколлинеарности, используя:

а) парный коэффициент корреляции;

б) критерий «хи-квадрат» χ² на уровне значимости 0,05.