|
Содержаниие
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 5
Поле корреляции: 5
6.1. Модель линейной парной регрессии. 6
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. 15
7. Для построения уравнения регрессии в естественной форме рассчитаем b1 и b2, используя формулы перехода: 18
7.1. Найдем среднюю ошибку аппроксимации. 18
7.2. Графики зависимости прибыли от заработной платы (х1) и затрат на ресурсы(х2) 19
ЛИТЕРАТУРА 20
|
|
Задание
Вариант 89
Пусть Имеются данные о прибыли у (тысяч рублей), заработной плате Х1 (тыс. руб) и затрат ресурсов X2 (тыс. руб) по 10 рабочим цеха (таблица данных).
Таблица 1. Исходные данные
№ у х1 х2
1 93,000 22,000 34,000
2 91,000 20,000 40,000
3 84,000 39,000 46,000
4 92,000 43,000 44,000
5 87,000 46,000 28,000
6 86,000 48,000 54,000
7 89,000 47,000 56,000
8 84,000 55,000 58,000
9 82,000 62,000 59,000
10 75,000 54,000 55,000
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 93,000 22,000 34,000 8649,000 484,000 1156,000 2046,000 3162,000 748,000
2 91,000 20,000 40,000 8281,000 400,000 1600,000 1820,000 3640,000 800,000
3 84,000 39,000 46,000 7056,000 1521,000 2116,000 3276,000 3864,000 1794,000
4 92,000 43,000 44,000 8464,000 1849,000 1936,000 3956,000 4048,000 1892,000
5 87,000 46,000 28,000 7569,000 2116,000 784,000 4002,000 2436,000 1288,000
6 86,000 48,000 54,000 7396,000 2304,000 2916,000 4128,000 4644,000 2592,000
7 89,000 47,000 56,000 7921,000 2209,000 3136,000 4183,000 4984,000 2632,000
|
На уровень вверх
Купить