Проведение множественного корреляционно-регрессионного анализа
Контрольная работа, 18 Ноября 2011, автор: пользователь скрыл имя
Описание работы
Изменение любого экономического показателя зависит от большого числа факторов, но из них лишь некоторые оказывают существенное воздействие на исследуемый показатель. Доля влияния остальных факторов столь незначительна, что их игнорирование не может привести к существенным отклонениям исследуемого объекта.
В большинстве случаев между экономическими явлениями не существует строгой функциональной взаимосвязи, поэтому в экономике говорят не о функциональных, а о корреляционных или статистических зависимостях.
Работа содержит 1 файл
Проведение множественного корреляционно-регрессионного анализа..doc
— 913.50 Кб (Скачать)| Критерий Фишера | ||
| Fрасч | Fкр | Уравнение регрессии |
| 8916.383 | 3.276 | адекватно |
Таким образом, модель объясняет 99.8% общей дисперсии признака Y. Это указывает на то, что подобранная модель является адекватной.
1.6. Расчет прогнозных значений и суммы квадратов отклонений.
Введем в ячейку Q2 формулу =$F$54*N2+$E$54*O2 (расчет прогнозных значений), затем скопируем ее в ячейки Q3:Q38. В ячейку R2 формулу =(P2-Q2)^2 (расчет суммы квадратов отклонений), затем скопируем ее в ячейки R3:R38, и подсчитаем сумму полученных значений в ячейке R39.
| X2 | X5 | Y | y(x) | (Y - y(x))2 |
| 605.1 | 2063.2 | 1626.7 | 1589.7 | 1367.523 |
| 620.1 | 2143.7 | 1602.5 | 1650.5 | 2303.318 |
| 914 | 2447.7 | 1880.7 | 1914.5 | 1144.709 |
| 862.1 | 2406.4 | 1982.7 | 1876.9 | 11189.53 |
| 958.4 | 2592.9 | 2037 | 2026.7 | 106.5821 |
| 1488.9 | 2698 | 2193.9 | 2180.4 | 182.342 |
| 1231.5 | 2529.7 | 2152.1 | 2020.4 | 17335.88 |
| 1429.6 | 2644.9 | 2227 | 2133.1 | 8814.026 |
| 1679.5 | 2793.7 | 2344.4 | 2277.8 | 4436.216 |
| 1326.2 | 2669.2 | 2341.7 | 2135.8 | 42415.15 |
| 1456.8 | 2845 | 2211.9 | 2282.7 | 5014.463 |
| 2523.6 | 2990.5 | 2629.8 | 2543.9 | 7377.384 |
| 846 | 2659.8 | 2017.5 | 2059.0 | 1722.637 |
| 923.8 | 2636.6 | 2009.4 | 2053.4 | 1939.955 |
| 1173.3 | 2943.1 | 2260 | 2312.8 | 2792.24 |
| 1156.7 | 2890.9 | 2400.1 | 2272.4 | 16298.85 |
| 1450.2 | 3051.5 | 2508.1 | 2432.0 | 5784.146 |
| 1845.2 | 3249 | 2684.1 | 2633.3 | 2581.453 |
| 1566.4 | 3052.6 | 2736.6 | 2449.8 | 82275.65 |
| 1729.7 | 3349.7 | 2824.5 | 2689.8 | 18152.31 |
| 1987.3 | 3456.3 | 2880.2 | 2804.9 | 5676.928 |
| 1902.7 | 3731.2 | 2812.9 | 2992.6 | 32297.9 |
| 1839.1 | 3517.8 | 2704.2 | 2828.0 | 15336.69 |
| 3953.7 | 3823.1 | 3224.2 | 3358.1 | 17922.28 |
| 1351.2 | 3482.9 | 2584.7 | 2731.6 | 21584.07 |
| 1185.3 | 3347.6 | 2466.7 | 2609.0 | 20246.66 |
| 1715.5 | 3585.4 | 2928.3 | 2859.2 | 4768.047 |
| 1536.4 | 3678.3 | 3036.4 | 2900.8 | 18389.81 |
| 1823.1 | 3801.6 | 3021.1 | 3032.3 | 124.6986 |
| 2452.1 | 4002.1 | 3237.6 | 3269.8 | 1034.273 |
| 2076.6 | 3990.3 | 3247.1 | 3206.5 | 1647.633 |
| 2129.2 | 4212 | 3436.9 | 3375.5 | 3767.099 |
| 2502.7 | 4154.2 | 3472.8 | 3387.8 | 7220.377 |
| 2238.7 | 4322.7 | 3504.1 | 3472.0 | 1028.291 |
| 2417.6 | 4623.1 | 3357.1 | 3716.7 | 129321.2 |
| 3838.4 | 4817.9 | 4034.7 | 4065.3 | 937.7363 |
| 1468.6 | 4632 | 3450.4 | 3585.0 | 18128.14 |
| ∑ | 532666.2 |
1.7. Выводы по разделу.
В данном разделе был проведен корреляционный анализ средствами MS Excel, в результате чего был сделан вывод о связи между исследуемыми факторами.
Затем был проведен регрессионный анализ и построены модели следующих видов: , , , . Из них была выбрана наиболее оптимальная (наибольший коэффициент детерминации).
Была выполнена оценка качества модели по критериям Стьюдента и Фишера, путём сравнения расчетных значений с табличным.
Построена таблица, содержащая прогнозные значения, квадраты отклонений и их сумму.
Приложения.
Задание 1.
Таблица Excel в режиме формул: