ЗАДАЧА № 1
В таблицах представлены данные об основных фондах и годовом объеме производства для 20 предприятий (см. ниже).
Требуется:
построить диаграмму рассеяния (считая, что ось абсцисс соответствует основным фондам, а ось ординат – объему производства) и визуально оценить гипотезу о линейном виде зависимости объема производства от основных фондов; построить парную линейную регрессионную модель, описывающую зависимость объема производства от основных фондов, найти выборочные коэффициенты регрессии (методом наименьших квадратов) и объяснить экономический смысл коэффициента при объясняющем факторе; найти среднюю ошибку аппроксимациии коэффициент детерминации и сделать вывод о качестве построенной модели; проверить гипотезу о незначимости объясняющего фактора при уровне значимости γ = 0,05. получить точечный и 90-процентный интервальный прогнозы годового объема производства для предприятия, основные фонды которого составляют 100 денежных единиц, на основе линейной модели.
|
Номер предприятия |
||||||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
Основные фонды (ден. ед.) |
798 |
58 |
859 |
166 |
724 |
327 |
1157 |
1054 |
206 |
662 |
|
Годовые объемы производства (ден. ед.) |
117 |
31 |
110 |
44 |
125 |
84 |
117 |
108 |
67 |
101 |
|
Номер предприятия |
||||||||||
|
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
|
|
Основные фонды (ден. ед.) |
113 |
210 |
488 |
311 |
73 |
1023 |
919 |
123 |
370 |
1267 |
|
Годовые объемы производства (ден. ед.) |
48 |
56 |
100 |
81 |
38 |
132 |
124 |
44 |
84 |
161 |
ЗАДАЧА № 2
При решении данной задачи следует использовать данные из таблицы с исходными данными для задачи 1 об основных фондах и годовом объеме производства для 20 предприятий.
Требуется:
построить степенную регрессионную модель, описывающую зависимость объема производства от основных фондов, и преобразовать степенную регрессионную модель к линейному виду; построить диаграмму рассеяния для прологарифмированных данных и сравнить ее с диаграммой рассеяния для исходных данных (из п.1 задачи 1); для степенной модели найти выборочные коэффициенты регрессии, среднюю ошибку аппроксимации, коэффициент детерминации и сравнить качество степенной модели с качеством линейной модели, построенной в процессе решения задачи 1; получить точечный и прогноз годового объема производства для предприятия, основные фонды которого составляют 100 денежных единиц, на основе степенной модели, и сравнить полученные прогнозы с соответствующим прогнозом, полученным в результате решения п. 5 задачи 1.
ЗАДАЧА № 3
Строительная фирма изучает спрос на квартиры в большом городе. В нижеследующих таблицах представлены данные по ценам для 30 квартир и по следующим факторам (влияющим на цены):
общая площадь; жилая площадь; число комнат в квартире; площадь кухни; наличие балкона (1 – есть, 0 – нет).
Требуется:
построить линейную регрессионную модель для оценки зависимости рыночной стоимости квартир от всех пяти объясняющих факторов и найти выборочные коэффициенты регрессии методом наименьших квадратов; с помощью статистики Фишера проверить гипотезу о незначимости всех объясняющих факторов одновременно при уровне значимости γ = 0,05; с помощью алгоритма пошаговой регрессии, основанном на использовании статистик Стьюдента при уровне значимости γ=0,05, построить оптимальный набор объясняющих факторов; построить линейную регрессионную модель для оценки зависимости рыночной стоимости квартир от наиболее значимых факторов, найти выборочные коэффициенты регрессии для такой модели и оценить рыночную стоимость квартиры со следующими характеристиками:
|
Общая |
Жилая |
Число комнат |
Площадь кухни (кв. м.) |
Наличие балкона (1 – да, 0 – нет) |
|
53 |
48 |
3 |
7 |
1 |
|
Номер квартиры |
Цена квартиры (ден. ед.) |
Общая площадь (кв. м.) |
Жилая |
Число |
Площадь |
Наличие |
|
1 |
105 |
55 |
38 |
3 |
12 |
1 |
|
2 |
67 |
30 |
17 |
1 |
8 |
1 |
|
3 |
146 |
78 |
59 |
4 |
11 |
1 |
|
4 |
72 |
37 |
18 |
1 |
10 |
1 |
|
5 |
104 |
50 |
39 |
3 |
7 |
1 |
|
6 |
116 |
62 |
49 |
3 |
8 |
1 |
|
7 |
65 |
35 |
21 |
1 |
10 |
0 |
|
8 |
76 |
44 |
28 |
2 |
11 |
0 |
|
9 |
114 |
67 |
50 |
3 |
8 |
0 |
|
10 |
122 |
60 |
42 |
3 |
11 |
1 |
|
11 |
62 |
33 |
17 |
1 |
8 |
1 |
|
12 |
81 |
42 |
21 |
1 |
11 |
0 |
|
13 |
128 |
65 |
52 |
3 |
8 |
1 |
|
14 |
105 |
54 |
38 |
3 |
10 |
1 |
|
15 |
78 |
42 |
22 |
1 |
11 |
0 |
|
16 |
102 |
55 |
39 |
3 |
8 |
1 |
|
17 |
137 |
70 |
54 |
4 |
10 |
1 |
|
18 |
106 |
60 |
43 |
3 |
7 |
1 |
|
19 |
154 |
78 |
60 |
4 |
11 |
1 |
|
20 |
69 |
33 |
19 |
1 |
10 |
1 |
|
21 |
82 |
36 |
16 |
1 |
12 |
1 |
|
22 |
93 |
52 |
34 |
2 |
8 |
1 |
|
23 |
141 |
73 |
55 |
4 |
9 |
1 |
|
24 |
145 |
72 |
56 |
4 |
8 |
1 |
|
25 |
95 |
53 |
40 |
3 |
7 |
0 |
|
26 |
115 |
66 |
49 |
3 |
9 |
0 |
|
27 |
110 |
63 |
42 |
3 |
11 |
0 |
|
28 |
70 |
39 |
18 |
1 |
12 |
0 |
|
29 |
76 |
47 |
29 |
2 |
10 |
0 |
|
30 |
114 |
63 |
41 |
3 |
12 |
1 |
Алгоритм пошаговой регрессии основан на использовании Р-значений для коэффициентов регрессии
Указанные Р-значения находятся в третьей таблице «Вывода итогов».
Среди Р-значений для коэффициентов
следует найти наибольшее. (При этом Р-значение для константы a (т.е. для Y-пересечения в таблице Excel) не используется).
Если найденное наибольшее Р-значение не превосходит уровня значимости , то оптимальный набор объясняющих факторов совпадает с исходным набором, и на этом алгоритм пошаговой регрессии заканчивается. В противном случае из модели исключается объясняющий фактор, соответствующий наибольшему Р-значению.
Рнаиб = 0,5955> γ = 0,05
Исключаем факторы –
Общая площадь (кв. м.); Жилая площадь (кв. м.) Число комнат
Для нового (уменьшенного) набора объясняющих факторов опять нужно использовать модуль «Регрессия» в Excel и найти новые P-значения. (При этом в таблице модуля «Регрессия» нужно указать новый диапазон X. В случае, когда столбец данных для исключенного фактора находится между двумя другими столбцами с данными для объясняющих факторов, следует построить в Excel новую уменьшенную таблицу, в которой фигурируют только оставшиеся столбцы. Эту уменьшенную таблицу и нужно использовать в модуле «Регрессия» в качестве диапазона X.)
Список использованной литературы:

