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. Вариант 9 30,0 28,6 30,8 26,6 45,1 28,0 43,2 27,4 31,0 48 49,2 50,9 52 40 70 84 49 97 42 87 54 52 96 97 102 106

Нужно полное решение этой работы?

Решение

Потяни, чтобы посмотреть

1. Построить модель парной линейной регрессии y = a + bx +e.
Для нахождения параметров a и b линейной регрессии методом наименьших квадратов используем формулу:
Выполним промежуточные расчеты в таблице:
№пп
x
y
xy
x^2 y(x)
1 30,00 40,00 1200,00 900,00 58,28
2 28,60 70,00 2002,00 817,96 55,25
3 30,80 84,00 2587,20 948,64 60,01
4 26,60 49,00 1303,40 707,56 50,91
5 45,10 97,00 4374,70 2034,01 90,99
6 28,00 42,00 1176,00 784,00 53,95
7 43,20 87,00 3758,40 1866,24 86,88
8 27,40 54,00 1479,60 750,76 52,65
9 31,00 52,00 1612,00 961,00 60,45
10 48,00 96,00 4608,00 2304,00 97,27
11 49,20 97,00 4772,40 2420,64 99,87
12 50,90 102,00 5191,80 2590,81 103,56
13 52,00 106,00 5512,00 2704,00 105,94
Сумма 490,80 976,00 39577,50 19789,62
Среднее 37,75 75,08 3044,42 1522,28
Таким образом, построена линейная функция: y = -6,71 + 2,17x.
Увеличение значения факторного признака х на единицу в среднем приводит к увеличению значения результативного признака y на 2,17 единиц . При нулевом значении факторного признака х значение результативного признака y составляет -6,71.
2. Изобразить на графике исходные и модельные значения.
Подставим в уравнение регрессии наблюдаемые значения признака х и найдем модельные значения y(x). Изобразим на графике исходные и модельные значения.
3. Рассчитать коэффициенты корреляции и эластичности, коэффициенты эластичности сопоставить с коэффициентами регрессии.
Рассчитаем коэффициент парной корреляции по формуле:
Выполним промежуточные расчеты в таблице:
№пп
x
y
(x-xcp)^2 (y-ycp)^2 (x-xcp)(y-ycp)
1 26,60 49,00 124,41 680,01 290,86
2 27,40 54,00 107,20 444,24 218,23
3 28,00 42,00 95,14 1094,08 322,63
4 28,60 70,00 83,79 25,78 46,47
5 30,00 40,00 60,12 1230,39 271,98
6 30,80 84,00 48,36 79,62 -62,05
7 31,00 52,00 45,61 532,54 155,86
8 43,20 87,00 29,66 142,16 64,93
9 45,10 97,00 53,97 480,62 161,05
10 48,00 96,00 104,98 437,78 214,38
11 49,20 97,00 131,01 480,62 250,93
12 50,90 102,00 172,82 724,85 353,93
13 52,00 106,00 202,95 956,24 440,53
Сумма 490,80 976,00 1260,03 7308,92 2729,75
Среднее 37,75 75,08
Коэффициент корреляции положителен, близок к 1, связь между признаками прямая, тесная.
Рассчитаем коэффициент эластичности по формуле:
Увеличение значения факторного признака х на 1% в среднем приводит к увеличению значения результативного признака y на 1,09%

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

Определите ожидаемое выполнение плана товарооборота

По 20 предприятиям региона изучается зависимостьвыработки продукции на одного работника

Имеются данные 14 стран об индексе розничных цен на продукты питания (х) и об индексе промышленного производства (у)