СодержаниеСодержаниие
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 4
Поле корреляции: 5
6.1. Модель линейной парной регрессии. 5
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. 14
7. Для построения уравнения регрессии в естественной форме рассчитаем b1 и b2, используя формулы перехода: 17
7.1. Найдем среднюю ошибку аппроксимации. 17
7.2. Графики зависимости заработной платы от стажа(х1) и выработки(х2) 18
ЛИТЕРАТУРА 19ВведениеЗадание
Вариант 2
Пусть Имеются данные о заработной плате у (тысяч рублей), возрасте Х1 (лет) и выработке X2 (штук в смену) по 10 рабочим цеха (таблица данных).
Таблица 1. Исходные данные
№ y x1 x2
1 16 30 25
2 20 34 27
3 22 40 30
4 14 38 31
5 25 22 35
6 28 48 27
7 25 50 42
8 28 52 41
9 30 53 43
10 31 49 42
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 16,000 30,000 25,000 256,000 900,000 625,000 480,000 400,000 750,000
2 20,000 34,000 27,000 400,000 1156,000 729,000 680,000 540,000 918,000
3 22,000 40,000 30,000 484,000 1600,000 900,000 880,000 660,000 1200,000
4 14,000 38,000 31,000 196,000 1444,000 961,000 532,000 434,000 1178,000
5 25,000 22,000 35,000 625,000 484,000 1225,000 550,000 875,000 770,000
6 28,000 48,000 27,000 784,000 2304,000 729,000 1344,000 756,000 1296,000
7 25,000 50,000 42,000 625,000 2500,000 1764,000 1250,000 1050,000 2100,000
8 28,000 52,000 41,000 784,000 2704,000 1681,000 1456,000 1148,000 2132,000
9 30,000 53,000 43,000 900,000 2809,000 1849,000 1590,000 1290,000 2279,000
10 31,000 49,000 42,000 961,000 2401,000 1764,000 1519,000 1302,000 2058,000
? 239,000 416,000 343,000 6015,000 18302,000 12227,000 10281,000 8455,000 14681,000
Ср 23,900 41,600 34,300 601,500 1830,200 1222,700 1028,100 845,500 1468,100
? 5,504 9,982 6,798
Определяем ?у, ?х1, ?х2:
=5,5
=9,982ЛитератураЛИТЕРАТУРА
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.
|
|
