Построить модель парной линейной регрессии y = a + bx +e. Бесплатный доступ к контрольной работе

Реферат.Справочник
Контрольные работы по эконометрике
Построить модель парной линейной регрессии y = a + bx +e

Построить модель парной линейной регрессии y = a + bx +e .pdf

Зарегистрируйся в 2 клика в Кампус и получи неограниченный доступ к материалам с подпиской Кампус+ 🔥

Условие

В соответствии со своим вариантом выбрать исходные данные. Выполнить следующие расчеты: Построить модель парной линейной регрессии y = a + bx +e. Изобразить на графике исходные и модельные значения. Рассчитать коэффициенты корреляции и эластичности, коэффициенты эластичности сопоставить с коэффициентами регрессии. Сделать прогноз на следующий шаг. Данные: первая строка – значения х, вторая строка – значения у Вариант 6 34,2 26,9 43,2 27,4 19,6 34,1 39,2 20,4 34,9 41,2 66 53 87 54 43 76 91 42 74 95

Нужно полное решение этой работы?

Решение

Потяни, чтобы посмотреть

1. Простая (парная) регрессия представляет собой регрессию между двумя переменными y и x вида: y f (x) , где y зависимая переменная (результативный признак); x независимая, или объясняющая, переменная (признак-фактор); случайная величина, характеризующая отклонения реального значения результативного признака от теоретического, найденного по уравнению регрессии . Различают линейные и нелинейные регрессии. Линейная регрессия описывается уравнением: y a b x . На практике построение линейной регрессии сводится к оценке параметров уравнения . Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК).
Коэффициенты, определяемые на основе метода наименьших квадратов, являются решением системы уравнений:
где
Коэффициенты уравнений получаем из этой системе по формулам:

Найдем все входящие в эти формулы составляющие, для этого строим расчетную таблицу 1.
Таблица 1

1 34,2 66 2257,2 1169,6 4356 72,889 -6,889 10,437 47,454
2 26,9 53 1425,7 723,61 2809 56,163 -3,163 5,967 10,003
3 43,2 87 3758,4 1866,2 7569 93,51 -6,510 7,482 42,377
4 27,4 54 1479,6 750,76 2916 57,308 -3,308 6,126 10,945
5 19,6 43 842,8 384,16 1849 39,437 3,563 8,287 12,697
6 34,1 76 2591,6 1162,8 5776 72,66 3,340 4,395 11,159
7 39,2 91 3567,2 1536,6 8281 84,345 6,655 7,313 44,291
8 20,4 42 856,8 416,16 1764 41,27 0,730 1,739 0,533
9 34,9 74 2582,6 1218 5476 74,493 -0,493 0,666 0,243
10 41,2 95 3914 1697,4 9025 88,927 6,073 6,392 36,878
Итого 321,1 681 23275,9 10925 49821 681 0 58,806 216,579
Среднее значение 32,11 68,1 2327,6 1092,5 4982,1 – – 5,9 21,7
7,84 18,56 – – – – – – 4,65
61,5 344,5 – – – – – –
Вычисляем:
;
68,1 – 2,29 · 32,11 = -5,47.
Уравнение регрессии имеет вид: y = -5,47 + 2,29 x .
Таким образом, делаем вывод, что с увеличением значения переменной х на одну единицу, значение у возрастает в среднем на 2,29 ед.
2 . Построим прямую линию регрессии на поле корреляции, используем для этого рассчитанные модельные значения . Они вычислялись в 7-м столбце расчетной таблицы.
Видим, что прямая проходит близко к эмпирическим значениям. С увеличением значения Х значения Y тоже растут, зависимость между переменными прямая.
3

50% задачи недоступно для прочтения

Переходи в Кампус, регистрируйся и получай полное решение

Получить задачу

Построить модель парной линейной регрессии y = a + bx +e

Условие

Нужно полное решение этой работы?

Решение

Дана выборка из 21 наблюдения. В каждом наблюдении фиксируется 5 значений переменных

Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом

По девяти регионам имеются данные о среднедневной заработной плате за 20ХX г. (табл. 1.25). Требуется