- 1
- 2
- 3
- . . .
- последняя »
Задание Имеются данные о деятельности крупнейших компаний США - чистом доходе (Y, млрд. долл.), численности служащих (Х1, тыс. чел.) и использованном капитале (Х2, млрд. долл.): Задание:
1. Оцените распределение переменной Х1:
определите вид переменной по типу измерения;постройте статистический ряд и гистограмму, опишите закон распределения переменной;определите ожидаемое значение переменной и средний разброс ее значений;сделайте вывод об ожидаемом значении данного показателя в генеральной совокупности с 95%-ной вероятностью;определите, можно ли признать имеющийся набор данных нормально распределенным; укажите, как можно устранить существующие проблемы в наборе данных.
2. Исследуйте корреляционную зависимость между переменными У и Х1 (переменная Y подчиняется нормальному распределению):
выберите и рассчитайте числовой показатель взаимосвязи между переменными, сделайте вывод о силе и направлении связи между ними;проверьте сделанные выводы с помощью поля корреляции;предложите одну или несколько математических функций, наиболее соответствующих зависимости между переменными.
3. Произведите моделирование взаимосвязи между переменными У и Х1 с помощью линейной функции:
постройте с помощью метода наименьших квадратов линейное уравнение регрессии Ŷ = b0 + b1 · X1;приведите интерпретацию каждого из коэффициентов регрессии;проверьте качество построенной модели при уровне значимости 0,05;проверьте наличие автокорреляции остатков графическим методом и с помощью критерия Дарбина-Уотсона при уровне значимости 0,01;проверьте наличие гетероскедастичности графическим методом и с помощью теста ранговой корреляции при уровне значимости 0,1;сделайте вывод, можно ли использовать линейную модель для прогнозирования. Совпадают ли ваши выводы с предположениями, сделанными в п. 2?
4. Произведите моделирование взаимосвязи между переменными с помощью множественной линейной регрессии Ŷ = b0 + b1 Х1 + b2 Х2.
5. Проверьте качество новой модели при том же уровне значимости, а также наличие автокорреляции остатков. Как можно объяснить изменения показателей?
. Если необходима дальнейшая корректировка модели, внесите предложения по изменению спецификации.
. Сравните качество построенных моделей. Какая из моделей, на ваш взгляд, предпочтительнее для выражения исследуемой зависимости и почему?
Рассчитайте 99%-ные доверительные интервалы для теоретических коэффициентов наилучшей регрессии. Сделайте выводы.
8. По наилучшей регрессионной модели рассчитайте точечный прогноз среднего значения чистого дохода при значениях численности служащих 100 тыс. чел. и стоимости использованного капитала 30 млрд. долл. Содержание1. Оценка распределения переменной Х1
2. Исследование корреляционной зависимости между переменными Х1 и У
. Моделирование взаимосвязи между переменными У и Х1 с помощью линейной функции
. Моделирование взаимосвязи между переменными с помощью множественной линейной регрессии
. Проверка качества модели, построенной с помощью множественной регрессии
. Сравнение качества моделей, построенных с помощью линейной регрессии и множественной регрессии
7. Расчет точечного прогноза по заданным значениям
Список
- 1
- 2
- 3
- . . .
- последняя »
Похожие работы
Тема: Построение модели множественной регрессии |
Предмет/Тип: Менеджмент (Контрольная работа) |
Тема: Построение уравнения множественной регрессии |
Предмет/Тип: Менеджмент (Контрольная работа) |
Тема: Построение и анализ модели множественной регрессии |
Предмет/Тип: Менеджмент (Курсовая работа (т)) |
Тема: Построение модели множественной регрессии в MS Excel |
Предмет/Тип: Отсутствует (Контрольная работа) |
Тема: Построение классической линейной модели множественной регрессии |
Предмет/Тип: Менеджмент (Практическое задание) |
Интересная статья: Быстрое написание курсовой работы