Построим линейную однопараметрическую модель регрессии Y от x. Для проведения регрессионного анализа выполните следующие действия: - выберите команду Данные =» Анализ данных;
(проверьте доступ к пакету анализа. В главном меню последовательно выберите Файл / Параметры/ Надстройки/ Управление/ Перейти. Установите флажок Пакет анализа (должен стоять флажок));
1. Построим линейную модель регрессии Y от t. Для проведения регрессионного анализа выполните следующие действия:
2. - выберите команду Данные =» Анализ данных;
3. - в диалоговом окне Анализ данных выберите инструмент Регрессия, а затем щелкните на кнопке ОК;
4. - в диалоговом окне Регрессия в поле Входной интервал Yвведите адрес одного диапазона ячеек, который представляет зависимую переменную. В поле Входной интервал Xвведите адрес диапазона, который содержит значения независимой переменной t;
5. - если выделены и заголовки столбцов, то установите флажок Метки в первой строке;
6. - выберите параметры вывода. В данном примере Новая рабочая книга;
|
|
7. - в поле График подбора поставьте флажок;
8. - в поле Остатки поставьте необходимые флажки и нажмите кнопку ОК.
9. - в поле График подбора поставьте флажок;
10. - в поле Остатки поставьте необходимые флажки и нажмите кнопку ОК.
11. Результат ввода данных, выбора инструмента Регрессия и ввод необходимых атрибутов этого инструмента показан на рис. 3.1. Результат регрессионного анализа содержится в виде таблицы на рис. 3.2.
Рис.1. Ввод исходных данных для Регрессии
Рис.2. Результат регрессионного анализа
12. В таблице содержатся коэффициенты уравнения регрессии, стандартные ошибки коэффициентов уравнения регрессии, t-статистика, используемая для проверки значимости коэффициентов уравнения регрессии.
13. Уравнение регрессии зависимости у от t.
14. При вычислении «вручную» получаем те же результаты.
Варианты индивидуальных заданий
Задача 1. По территориям региона приводятся данные за 199X г. (см. таблицу своего варианта).
Требуется:
1. Построить линейное уравнение парной регрессии от .
2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции с помощью -критерия Фишера и -критерия Стьюдента.
4. Выполнить прогноз заработной платы при прогнозном значении среднедушевого прожиточного минимума , составляющем 107% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
6. На одном графике построить исходные данные и теоретическую прямую.
Вариант 1
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 2
|
|
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 3
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 4
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 5
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 6
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 7
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 8
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 9
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
Вариант 10
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |