Задание.

Вариант 3

Индивидуальное № 1

По 30 домохозяйствам исследуется зависимость расходов на непродовольственные товары (y, у.е.) от доходов (x, у.е.).

Домохозяйство

Доходы домохозяйства, у.е.

Расходы на непродовольственные товары, у.е.

i

x

y

1

26,2

10

2

33,1

11,2

3

42,5

15

4

47

20,5

5

48,5

21,2

6

49

19,5

7

49,1

23

8

50,9

19

9

52,4

19,5

10

53,2

18

11

54

24,5

12

54,8

21,5

13

59

35,4

14

61,3

25

15

62,5

17,3

16

63,1

21,6

17

64

15,3

18

66,2

32,6

19

70

34

20

71,5

23,8

21

73,2

22,5

22

75,4

27,4

23

76

40

24

80,6

23,5

25

81,2

20

26

83,3

40,1

27

92

15,5

28

95,5

39

29

103,2

47,4

30

110,4

21,3

Требуется:

Построить модель парной линейной регрессии. Проверить наличие гетероскедастичности остатков методом Глейзера. При обнаружении гетероскедастичности остатков построить взвешенную модель регрессии. Рассчитать прогноз расходов на непродовольственные товары, если доходы составят 75 у.е.

 

Индивидуальное № 2

 

Для заданного временного ряда постройте модель линейного тренда. Приведите его к стационарному виду методом отклонений от тренда. Постройте модель авторегрессии и рассчитайте прогноз на 39 период времени.

 

t

yt

1

354,9

2

353,6

3

351,7

4

351,4

5

351,2

6

347,6

7

346,6

8

347,5

9

346,3

10

345,4

11

347,3

12

346,9

13

343,8

14

342,9

15

344

16

342,2

17

340,5

18

340,6

19

340

20

339,8

21

339,2

22

338,2

23

338

24

339,1

25

337,9

26

337,9

27

338

28

335,3

29

336,5

30

334,5

31

333,9

32

335,2

33

332,9

34

334

35

332,2

36

332,5

37

330,7

38

330,2

 

 

 

 

Индивидуальное задание № 3

 

Известны годовые данные двух экономических факторов. Построить модель парной линейной регрессии и рассчитать интервальный прогноз yt, если прогнозное значение xt в 23 году равно 20 единиц.

 

t

xt

yt

1

29,6

39,22

2

17,9

31,73

3

18,8

27,75

4

28,8

37,55

5

28,8

39,01

6

13,2

34,62

7

13,3

32,08

8

29

41,7

9

26,7

42,24

10

11,1

27,6

11

26,3

39,5

12

18,3

34,9

13

26,9

33,14

14

10,7

23,56

15

21,3

29,58

16

26,2

32,89

17

16,6

22,35

18

23

25,97

19

21,1

26,81

20

16,5

24,66

21

10,2

17,23

22

19,1

27,38

 

 



Фрагмент работы:

Порядок выполнения работы

 

Подготовительная работа.

Занесем статистические данные в электронную таблицу по столбцам (рис. 1).

 

 

Рис. 1. Таблица исходных данных

 

 

Построение модели парной линейной регрессии.

Вызываем команду СЕРВИС – АНАЛИЗ ДАННЫХ – РЕГРЕССИЯ (рис. 2).

 

Рис. 2. Меню команды РЕГРЕССИЯ

 

В меню команды РЕГРЕССИЯ заполняем окошки. Входной интервал Y: вводим адреса ячеек, соответствующих значениям фактора y. Входной интервал X: адреса тех ячеек, которые соответствуют фактору x. Если адреса ячеек введены вместе с заглавием, то ставится птичка рядом со словом Метки. В этом случае верхние ячейки распознаются компьютером как названия и не участвуют в расчетах.

Параметры вывода: необходимо указать, где именно компьютер должен вывести информацию.

Выходной интервал: информация будет выведена на том же листе, в этом случае задается адрес левой верхней ячейки, с которой будет происходить вывод (рис. 2). Новый рабочий лист: нужно указать название листа. Новая рабочая книга: результаты будут выведены в новой рабочей книге. Также необходимо установить птички, в зависимости от того, какая дополнительная информация вам нужна.

Далее нажимаем кнопку ОК. На экране появится протокол регрессионного анализа: три таблицы с расчетами (рис. 3). Если же была запрошена дополнительная информация, то количество таблиц увеличится. Например, следует также дополнительно изучить Остатки и График остатков.

 

 

 

 

 

 

 

 

Рис. 3. Протокол выполнения регрессионного анализа

 

Согласно результатам расчетов получено следующее уравнение регрессии:

Проверка остатков уравнения регрессии на гетероскедастичность

Проверим выполнение одной из предпосылок метода наименьших квадратов – постоянство дисперсий остатков уравнения регрессии. График остатков (рис. 3) показывает, что остатки регрессии являются гетероскедастичными.

Проверим это предположение при помощи критерия Глейзера. Сформируем рабочую таблицу (рис. 4). Далее при помощи команды АНАЛИЗ ДАННЫХ / РЕГРЕССИЯ. Построим модели парной линейной регрессии зависимости абсолютных значений остатков от различных степеней фактора x (x0,5; x; x2; x3) и запишем результаты.

Например, если в меню команды РЕГРЕССИЯ установить входной интервал Y: B59:B89; входной интервал X: C59:C89; поставить флажок Метки, чтобы имена в ячейках B59:C59 не участвовали в расчетах и распознавались как названия, задать выходной интервал, например, H59 и снять флажки с Остатков и Графика остатков, то будет построен протокол регрессионного анализа (рис. 5), описывающий модель:...



Список использованной литературы:


Цена сегодня: 20.00 бел.руб.

Вы находитесь на сайте как незарегистрированный пользователь.
Для покупки работы Вам необходимо авторизоваться на сайте через социальную сеть
Либо Вы может заполнить все поля ниже, тогда кабинет пользователя будет создан автоматически
Ваше имя :
Придумайте логин :
Ваш e-mail :
Ваш телефон :
Параметры выбора
Дисциплина
Вид работ
Цена
от 
до 
Год сдачи
от 
до 
Минимальный балл
Страниц не менее
Слова в названии
Слова в описании


ИП Глухов Руслан Алексеевич, Свид-во о гос. рег. № 190616554 от от 07.04.2005 г., Мингорисполком.
Юр. адрес: 220020, Республика Беларусь, г. Минск, пр-т Победителей, 125-185

Megabank.by - Купить дипломную работу в Минске

Разработка сайта 3D.BY

Оставьте свои данные и мы перезвоним!