Задание к работеИсходные данные смоделированы на основе линейной эконометрической модели: , где случайные величины взаимно независимы и нормально распределены с нулевым математическим ожиданием и дисперсией . Исходные данные представляют собой двумерную выборку По выборке необходимо построить парную линейную регрессию и проверить ее статистическую значимость.
1. Для заданных исходных данных постройте поле корреляции — диаграмму зависимости показателя от первого фактора . При построении выберите тип диаграммы «Точечная» (без отрезков, соединяющих точки). 2*. Вычислите выборочные характеристики: — выборочные средние и (функция СРЗНАЧ); — выборочные дисперсии и (функция ДИСПР); — выборочное среднее квадратические отклонения и (функция СТАНДОТКЛОНП); — выборочный коэффициент корреляции (функция ПИРСОН или КОРРЕЛ). 3. Вычислите коэффициенты выборочной линейной регрессии. Для вычисления коэффициентов регрессии воспользуйтесь встроенной функцией ЛИНЕЙН (функция находится в категории «Статистические»), обратите внимание, что эта функция является функцией массива, поэтому ее использование подразумевает выполнение следующих шагов: 1) В свободном месте рабочего листа выделите область ячеек размером 5 строк и 2 столбца для вывода результатов; 2) В Мастере функций (категория «Статистические») выберите функцию ЛИНЕЙН. 3) Заполните поля аргументов функции: Известные_значения_y — адреса ячеек, содержащих значения признака ; Известные_значения_x — адреса ячеек, содержащих значения фактора ; Константа — значение (логическое), указывающее на наличие свободного члена в уравнении регрессии: укажите в поле Константа значение 1, тогда свободный член рассчитывается обычным образом (если значение поля Константа равно 0, то свободный член полагается равным 0); Статистика — значение (логическое), которое указывает на то, следует ли выводить дополнительную информацию по регрессионному анализу или нет: укажите в поле Статистика значение равное 1, тогда будет выводиться дополнительная регрессионная информация (если Статистика=0, то выводятся только оценки коэфициентов уравнения регрессии); 4) После того, как будут заполнены все аргументы функции, нажмите комбинацию клавиш <CTRL>+<SHIFT>+<ENTER>. Результаты расчета параметров регрессионной модели будут выведены в виде следующей таблицы:
4*. Проверьте полученные значения коэффициентов , непосредственным вычислением по формулам. 5. Запишите найденной уравнение эмпирической регрессии. Дайте интерпретацию коэффициенту . Вычислите по уравнению эмпирической регрессии значения . 6. Постройте на корреляционном поле прямую выборочной линейной регрессии по точкам . 7. Вычислите остатки . 8. Постройте график остатков (тип диаграммы — «Точечная»). 9. Найдите величину средней ошибки аппроксимации . 10*. Вычислите коэффициент детерминации непосредственно по формуле. Дайте интерпретацию. Сравните полученное значение коэффициента детерминации с вычисленным ранее с помощью функции КОРЕЛЛ выборочным коэффициентом корреляции. 11*. Рассчитайте значение , стандартные ошибки параметров линейной регрессии и коэффициента корреляции непосредственно по формулам. 12. Вычислите значения - статистик коэффициентов выборочной регрессии. Проверьте статистическую значимость полученных значений коэффициентов регрессии и коэффициента корреляции. Табличные значения определите с помощью функции СТЬЮДРАСПОБР. Аргументы этой функции: Вероятность — уровень значимости (можно принять равным 0,05, т.е. 5%); Степени_свободы — число степеней свободы, для парной линейной регрессии равно , где — число наблюдений. 13. Проверьте значимость в целом полученного уравнения регрессии по критерию Фишера. Значение определите с помощью функции FРАСПОБР. Аргументы этой функции: Вероятность — уровень значимости (можно принять равным 0,05, т.е. 5%); Степени_свободы1 — число степеней свободы числителя, для парной регрессии равно 1 (т.к. один фактор); Степени_свободы2 — число степеней свободы знаменателя, для парной регрессии равно , где — число наблюдений. 14. Вычислите доверительные интервалы параметров линейной регрессии. Дайте им интерпретацию. 15. Постройте прогноз при значении фактора на 30% превышающего его среднее значение. 16. Вычислите стандартные ошибки прогноза функции регрессии (среднего значения) и индивидуального значения, постройте доверительные интервалы полученных прогнозов. Дайте им интерпретации. 13. Проверьте значимость в целом полученного уравнения регрессии по критерию Фишера. Значение можно определить с помощью функции FРАСПОБР/FINV. Аргументы этой функции: Вероятность — уровень значимости , можно принять равным 0,05 (т.е. 5%); Степени_свободы1 — число степеней свободы числителя, равно 1 (т.к. один фактор); Степени_свободы2 — число степеней свободы знаменателя, для парной регрессии равно , где — число наблюдений. 14. Вычислите доверительные интервалы параметров линейной регрессии. 15. Постройте прогноз среднего значения показателя и точечный прогноз значения при значении в 3 раза больше, чем среднее значение . 16. Вычислите стандартные ошибки прогноза функции регрессии и индивидуального значения и доверительные интервалы полученных прогнозов. 17. Получите результаты регрессионного анализа с помощью Пакета Анализа (Сервис/Анализ данных … Регрессия |Tools/Data Analysis …Regression). Пакет анализа, при необходимости, может быть активирован в пункте Надстройки меню Сервис. В бланке запроса этой процедуры поля Входной интервал y, Входной интервал x, Константа имеют тот же смысл, что и для функции LINEST /ЛИНЕЙН. В поле Метки поставьте флажок, если первая строка в указанном диапазоне данных содержит названия столбцов. Поставьте флажок в полях Остатки, График остатков, График подбора для того, чтобы получить соответствующую дополнительную информацию. 18. Проведите расчеты для второго фактора. Проанализируйте результаты и сделайте вывод: какой фактор лучше использовать для описания показателя и построения прогнозов.
|