Задача №1. Парная регрессия 3
Задача №2. Множественная регрессия 9
Задача №3. Введение фиктивных переменных 14
Задача 4. Линеаризация. 17
Задача №5. Параболическая регрессия 22
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 29
Условия задач:
Задача №1. Парная регрессия
1. Построить диаграмму рассеяния.
2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний.
3. Найти оценки дисперсий оценок коэффициентов регрессии.
4. Найти доверительные интервалы для коэффициентов регрессии с доверительной вероятностью у = 0,8.
5. Проверить гипотезы о равенстве отдельных коэффициентов регрессии нулю (при альтернативе не равно нулю), т.е. рассчитать уровни значи-мости.
6. Найти коэффициент детерминации и на уровне значимости 0,05 проверить значимость линейной функции регрессии.
7. Найти точечное и интервальное (с надежностью 0,9) предсказания за-висимой переменной при значении объясняющей переменной, равном максимальному наблюденному ее значению, увеличенному на 10%.
8. Найти средний коэффициент эластичности зависимой переменной по независимой.
9. По критерию Дарбинауотсона проверить гипотезу о автокоррелиро-ванности остатков.
Исследуется зависимость производительности труда у (т/час) от уровня ме-ханизации работ xi (%) по данным 14 промышленных предприятий.
Задача №2. Множественная регрессия
1. Найти оценку функции множественной линейной регрессии со всеми имеющимися регрессорами. При наличии сильной мультиколлинеарности, возможно придется уменьшить параметр tolerance в процедуре используемого пакета статистического анализа.
2. Указать признаки отягощенности мультиколлинеарностью, обсудить результаты корреляционного анализа регрессоров, применить ридж-регрессию с параметром 0,1.
3. Применяя пошаговую регрессию вперед, ввести в модель два регрессора, обеспечивающих наилучшее описание зависимой переменной и без отягощенности мультиколлинеарностью. Сравнить параметры оценок коэффициентов регрессии, коэффициент детерминации, значимость уравнения в целом с таковыми в п.1 и 2. Сделать выводы.
4. На основании результатов п.3 найти:
а) средние коэффициенты эластичности зависимой переменной по независимым;
б) точечное и интервальное (с надежностью 0,9) предсказания зависимой переменной при значении важнейшей объясняющей переменной, равном максимальному наблюденному ее значению, увеличенному на 10% и зна-чении второй объясняющей переменной, равном минимальному наблю-денному ее значению, уменьшенному на 15%.
Исследуется зависимость производительности труда у (т/час) от уровня механизации работ х1 (%), среднего возраста работников х2 (лет) и энерговооруженности х3 (КВт/100 работающих) по данным 14 промышленных предприятий.
Задача №3. Введение фиктивных переменных
1. Добавить (домыслить) правдоподобную качественную переменную к данным того же варианта задания «Парная регрессия», разбив наблю-дения в соответствии с уровнями сопутствующей качественной пере-менной (2 уровня).
2. Ввести в модель нужное число дихотомических фиктивных переменных, оценить параметры модели и записать оценки уравнений регрес-сии для каждого уровня качественной переменной отдельно.
3. По данным для какого-либо уровня отдельно оценить уравнение ре-грессии. Сравнить результаты моделирования с таковыми в п.2. Сделать выводы.
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
Решить задачи: Задача №1. Парная регрессия 1. Построить диаграмму рассеяния. 2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний. 3. Найти оценки дисперсий... #1201379
Тема полностью: Решить задачи: Задача №1. Парная регрессия 1. Построить диаграмму рассеяния. 2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний. 3. Найти оценки дисперсий оценок коэффициентов регрессии. 4. Найти доверительные интервалы для коэффициентов регрессии с доверительной вероятностью у = 0,8. Задача №2. Множественная регрессия 1. Найти оценку функции множественной линейной регрессии со всеми имеющимися регрессорами. При наличии сильной мультиколлинеарности, возможно придется уменьшить параметр tolerance в процедуре используемого пакета статистического анализа. 2. Указать признаки отягощенности мультиколлинеарностью, обсудить результаты корреляционного анализа регрессоров, применить ридж-регрессию с параметром 0,1. 3. Применяя пошаговую регрессию вперед, ввести в модель два регрессора, обеспечивающих наилучшее описание зависимой переменной и без отягощенности мультиколлинеарностью. Сравнить параметры оценок коэффициентов регрессии, коэффициент детерминации, значимость уравнения в целом с таковыми в п.1 и 2. Сделать выводы. Задача №3. Введение фиктивных переменных 1. Добавить (домыслить) правдоподобную качественную переменную к данным того же варианта задания «Парная регрессия», разбив наблю-дения в соответствии с уровнями сопутствующей качественной пере-менной (2 уровня). 2. Ввести в модель нужное число дихотомических фиктивных переменных, оценить параметры модели и записать оценки уравнений регрес-сии для каждого уровня качественной переменной отдельно. 3. По данным для какого-либо уровня отдельно оценить уравнение ре-грессии. Сравнить результаты моделирования с таковыми в п.2. Сделать выводы.
Артикул: 1201379
- Предмет: Эконометрика
- Уникальность: 71% (Антиплагиат.ВУЗ)
- Разместил(-а): 702 Лилия в 2009 году
- Количество страниц: 30
- Формат файла: doc
1 999p.
1. Эконометрика: Учебник / Под ред. И.И. Елисеевой. – М.: Финан-сы и статистика, 2002. – 344 с.
2. Практикум по эконометрике: Учебн. пособие / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2003. – 192 с.
3. Эконометрика: Учебно-методическое пособие / Шалабанов А.К., Роганов Д.А. – Казань: ТИСБИ, 2002. – 56 с.
4. Доугерти К. Введение в эконометрику: Пер. с англ. – М.: ИН-ФРА-М, 1999. – 402 с.
2. Практикум по эконометрике: Учебн. пособие / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2003. – 192 с.
3. Эконометрика: Учебно-методическое пособие / Шалабанов А.К., Роганов Д.А. – Казань: ТИСБИ, 2002. – 56 с.
4. Доугерти К. Введение в эконометрику: Пер. с англ. – М.: ИН-ФРА-М, 1999. – 402 с.
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | Решить задачи: Задача №1. Парная регрессия 1. Построить диаграмму рассеяния. 2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний. 3. Найти оценки дисперсий оценок коэффициентов регрессии. 4. Найти доверительные интервалы для коэффициентов регрессии с доверительной вероятностью у = 0,8. Задача №2. Множественная регрессия 1. Найти оценку функции множественной линейной регрессии со всеми имеющимися регрессорами. При наличии сильной мультиколлинеарности, возможно придется уменьшить параметр tolerance в процедуре используемого пакета статистического анализа. 2. Указать признаки отягощенности мультиколлинеарностью, обсудить результаты корреляционного анализа регрессоров, применить ридж-регрессию с параметром 0,1. 3. Применяя пошаговую регрессию вперед, ввести в модель два регрессора, обеспечивающих наилучшее описание зависимой переменной и без отягощенности мультиколлинеарностью. Сравнить параметры оценок коэффициентов регрессии, коэффициент детерминации, значимость уравнения в целом с таковыми в п.1 и 2. Сделать выводы. Задача №3. Введение фиктивных переменных 1. Добавить (домыслить) правдоподобную качественную переменную к данным того же варианта задания «Парная регрессия», разбив наблю-дения в соответствии с уровнями сопутствующей качественной пере-менной (2 уровня). 2. Ввести в модель нужное число дихотомических фиктивных переменных, оценить параметры модели и записать оценки уравнений регрес-сии для каждого уровня качественной переменной отдельно. 3. По данным для какого-либо уровня отдельно оценить уравнение ре-грессии. Сравнить результаты моделирования с таковыми в п.2. Сделать выводы. |
| Артикул: | 1201379 |
| Дата написания: | 17.06.2009 |
| Тип работы: | Контрольная работа |
| Предмет: | Эконометрика |
| Оригинальность: | Антиплагиат.ВУЗ — 71% |
| Количество страниц: | 30 |
Скрин проверки АП.ВУЗ приложен на последней странице.
Условия задач:
Задача №1. Парная регрессия
1. Построить диаграмму рассеяния.
2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний.
3. Найти оценки дисперсий оценок коэффициентов регрессии.
4. Найти доверительные интервалы для коэффициентов регрессии с доверительной вероятностью у = 0,8.
5. Проверить гипотезы о равенстве отдельных коэффициентов регрессии нулю (при альтернативе не равно нулю), т.е. рассчитать уровни значи-мости.
6. Найти коэффициент детерминации и на уровне значимости 0,05 проверить значимость линейной функции регрессии.
7. Найти точечное и интервальное (с надежностью 0,9) предсказания за-висимой переменной при значении объясняющей переменной, равном максимальному наблюденному ее значению, увеличенному на 10%.
8. Найти средний коэффициент эластичности зависимой переменной по независимой.
9. По критерию Дарбинауотсона проверить гипотезу о автокоррелиро-ванности остатков.
Исследуется зависимость производительности труда у (т/час) от уровня ме-ханизации работ xi (%) по данным 14 промышленных предприятий.
Задача №2. Множественная регрессия
1. Найти оценку функции множественной линейной регрессии со всеми имеющимися регрессорами. При наличии сильной мультиколлинеарности, возможно придется уменьшить параметр tolerance в процедуре используемого пакета статистического анализа.
2. Указать признаки отягощенности мультиколлинеарностью, обсудить результаты корреляционного анализа регрессоров, применить ридж-регрессию с параметром 0,1.
3. Применяя пошаговую регрессию вперед, ввести в модель два регрессора, обеспечивающих наилучшее описание зависимой переменной и без отягощенности мультиколлинеарностью. Сравнить параметры оценок коэффициентов регрессии, коэффициент детерминации, значимость уравнения в целом с таковыми в п.1 и 2. Сделать выводы.
4. На основании результатов п.3 найти:
а) средние коэффициенты эластичности зависимой переменной по независимым;
б) точечное и интервальное (с надежностью 0,9) предсказания зависимой переменной при значении важнейшей объясняющей переменной, равном максимальному наблюденному ее значению, увеличенному на 10% и зна-чении второй объясняющей переменной, равном минимальному наблю-денному ее значению, уменьшенному на 15%.
Исследуется зависимость производительности труда у (т/час) от уровня механизации работ х1 (%), среднего возраста работников х2 (лет) и энерговооруженности х3 (КВт/100 работающих) по данным 14 промышленных предприятий.
Задача №3. Введение фиктивных переменных
1. Добавить (домыслить) правдоподобную качественную переменную к данным того же варианта задания «Парная регрессия», разбив наблю-дения в соответствии с уровнями сопутствующей качественной пере-менной (2 уровня).
2. Ввести в модель нужное число дихотомических фиктивных переменных, оценить параметры модели и записать оценки уравнений регрес-сии для каждого уровня качественной переменной отдельно.
3. По данным для какого-либо уровня отдельно оценить уравнение ре-грессии. Сравнить результаты моделирования с таковыми в п.2. Сделать выводы.
Условия задач:
Задача №1. Парная регрессия
1. Построить диаграмму рассеяния.
2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний.
3. Найти оценки дисперсий оценок коэффициентов регрессии.
4. Найти доверительные интервалы для коэффициентов регрессии с доверительной вероятностью у = 0,8.
5. Проверить гипотезы о равенстве отдельных коэффициентов регрессии нулю (при альтернативе не равно нулю), т.е. рассчитать уровни значи-мости.
6. Найти коэффициент детерминации и на уровне значимости 0,05 проверить значимость линейной функции регрессии.
7. Найти точечное и интервальное (с надежностью 0,9) предсказания за-висимой переменной при значении объясняющей переменной, равном максимальному наблюденному ее значению, увеличенному на 10%.
8. Найти средний коэффициент эластичности зависимой переменной по независимой.
9. По критерию Дарбинауотсона проверить гипотезу о автокоррелиро-ванности остатков.
Исследуется зависимость производительности труда у (т/час) от уровня ме-ханизации работ xi (%) по данным 14 промышленных предприятий.
Задача №2. Множественная регрессия
1. Найти оценку функции множественной линейной регрессии со всеми имеющимися регрессорами. При наличии сильной мультиколлинеарности, возможно придется уменьшить параметр tolerance в процедуре используемого пакета статистического анализа.
2. Указать признаки отягощенности мультиколлинеарностью, обсудить результаты корреляционного анализа регрессоров, применить ридж-регрессию с параметром 0,1.
3. Применяя пошаговую регрессию вперед, ввести в модель два регрессора, обеспечивающих наилучшее описание зависимой переменной и без отягощенности мультиколлинеарностью. Сравнить параметры оценок коэффициентов регрессии, коэффициент детерминации, значимость уравнения в целом с таковыми в п.1 и 2. Сделать выводы.
4. На основании результатов п.3 найти:
а) средние коэффициенты эластичности зависимой переменной по независимым;
б) точечное и интервальное (с надежностью 0,9) предсказания зависимой переменной при значении важнейшей объясняющей переменной, равном максимальному наблюденному ее значению, увеличенному на 10% и зна-чении второй объясняющей переменной, равном минимальному наблю-денному ее значению, уменьшенному на 15%.
Исследуется зависимость производительности труда у (т/час) от уровня механизации работ х1 (%), среднего возраста работников х2 (лет) и энерговооруженности х3 (КВт/100 работающих) по данным 14 промышленных предприятий.
Задача №3. Введение фиктивных переменных
1. Добавить (домыслить) правдоподобную качественную переменную к данным того же варианта задания «Парная регрессия», разбив наблю-дения в соответствии с уровнями сопутствующей качественной пере-менной (2 уровня).
2. Ввести в модель нужное число дихотомических фиктивных переменных, оценить параметры модели и записать оценки уравнений регрес-сии для каждого уровня качественной переменной отдельно.
3. По данным для какого-либо уровня отдельно оценить уравнение ре-грессии. Сравнить результаты моделирования с таковыми в п.2. Сделать выводы.
Файлы артикула: Решить задачи: Задача №1. Парная регрессия 1. Построить диаграмму рассеяния. 2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний. 3. Найти оценки дисперсий... по предмету эконометрика
Пролистайте "Решить задачи: Задача №1. Парная регрессия 1. Построить диаграмму рассеяния. 2. Найти точечные оценки параметров линейной регрессии, записать оценку функции регрессии и построить ее график на диаграмме рассе-яния вместе с границами 80%-х интервалов для предсказаний. 3. Найти оценки дисперсий..." и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 27.05.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 71% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Совершенствование управления ассортиментом и качеством продукции на предприятии (на примере ООО «Бахетле»)
СЛЕДУЮЩАЯ РАБОТА
Категория времени в разноструктурных языках