Здесь можно найти образцы любых учебных материалов, т.е. получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


контрольная работа Эконометрика

Информация:

Тип работы: контрольная работа. Добавлен: 04.07.2012. Сдан: 2011. Страниц: 5. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Уральский социально-экономический институт 
Академии труда и социальных отношений

Кафедра прикладной информатики
Контрольная работа
Эконометрика
№ зачетной книжки: 6898
№ варианта: 23
Форма обучения: 2д Заочная
Специальность: Финансы и кредит
Группа:  
Выполнил:  
Проверил: Иванов Владимир Иванович
Номера  задач  
по варианту
23  
Зачтено    
Челябинск
 2010
Эконометрика
Варианты  задачи на тему «Линейная  парная регрессия»
     Имеются данные о величине национального  продукта Y (у.е.) в зависимости от инвестиций X (у.е.)
i Вариант 23
Y X
1 3,6 13,3
2 1,5 5,9
3 5,5 27,1
4 2,4 11,2
5 3,0 16,4
6 4,2 32,5
7 2,7 25,4
8 1,6 6,4
9 2,4 12,5
10 3,3 14,3
11 1,8 6,5
12 2,4 22,7
Линейная  парная регрессия
     Предполагается, что генеральное уравнение регрессии  – линейное:
Для исходных данных, приведенных в задаче, требуется
    Построить поле корреляции (на отдельном листе), сформулировать гипотезу о форме связи и построить  эмпирическую линию регрессии (линию тренда).
    Найти оценки b0 и b1 параметров модели парной линейной регрессии .
    С надежностью 0,95 проверить значимость оценок b0 и b1 теоретических коэффициентов регрессии с помощью t-статистики Стьюдента и сделать соответствующие выводы о значимости этих оценок.
    С надежностью 0,95 определить интервальные  оценки теоретических коэффициентов регрессии.
    Определить коэффициент детерминации R2 и коэффициент корреляции rxy сделать соответствующие выводы о качестве  уравнения регрессии.
    Проверить при уровне значимости 0,05 значимость уравнения регрессии с помощью F статистики Фишера и сделать соответствующие выводы о значимости уравнения регрессии.
    Оцените с помощью средней ошибки аппроксимации качество уравнения регрессии.
    Рассчитайте прогнозное значение результата Yp, если прогнозное значение фактора Xр увеличится на 15% от его среднего уровня.
    С уровнем значимости 0,05 определить интервальную оценку условного математического  ожидания Уp для вычисленного Хp .
    С надежностью 0,95  определить доверительный интервал значения Уp для вычисленного значения Хp.
    Найдите основные регрессионные характеристики используя функцию Регрессия (У,Х) из надстройки "Анализ данных". Уровень надежности установить 95%. Запомните ( или подпишите) основные характеристики регрессии.
 
 


Задача
     В качестве примера рассмотрим зависимость  между сменной добычей угля одного рабочего У (тонн)] и мощностью Х  пласта (в метрах) по данным, приведенным  в таблице 1
Таблица 1
i 1 2 3 4 5 6 7 8 9 10
хi 8 9,5 11 12 13 14 15 16,5 17 18
yi 14 16 18 20 23 23,5 25 26,5 28,5 30,5
     Для исходных данных, приведенных в таблице 1, требуется:
    Построить поле корреляции (на отдельном листе), сформулировать гипотезу о форме связи и построить  эмпирическую линию регрессии (линию тренда).
    Найти оценки b0 и b1 параметров модели парной линейной регрессии .
    С надежностью 0,95 проверить значимость оценок b0 и b1 теоретических коэффициентов регрессии с помощью t-статистики Стьюдента и сделать соответствующие выводы о значимости этих оценок.
    С надежностью 0,95 определить интервальные  оценки теоретических коэффициентов регрессии и сделать соответствующие выводы о значимости этих оценок.
    Определить коэффициент детерминации R2 и коэффициент корреляции rxy сделать соответствующие выводы о качестве  уравнения регрессии.
    Проверить при уровне значимости 0,05 значимость уравнения регрессии с помощью F статистики Фишера и сделать соответствующие выводы о значимости уравнения регрессии.
    Оцените с помощью средней ошибки аппроксимации качество уравнения.
    Рассчитайте прогнозное значение результата Yp, если прогнозное значение фактора Xр увеличится на 10% от его среднего уровня.
    С уровнем значимости 0,05 определить интервальную оценку условного математического ожидания Уp для вычисленного Хp .
    С надежностью 0,95  определить доверительный интервал значения Уp для вычисленного значения Хp.
    Найдите основные регрессионные характеристики используя функцию Регрессия (У,Х) из надстройки "Анализ данных". Уровень надежности установить 95%. Запомните ( или подпишите) основные характеристики регрессии.
Решение
     (Порядок вычислений с использованием MS Exel: Вычисляем параметры, которые приведены в таблице 2. В таблице 2 первые три столбца включают исходные данные. В четвертом, пятом и шестом столбцах выполняются операции умножения столбцов X?Y, возведения значений столбца X и Y в квадрат. Для каждого из столбцов с номерами 2, 3, 4, 5 и 6 подсчитывается их суммы и средние значения. Результаты расчетов величин приведены в столбце 7. Величина остаточной (необъяснимой) ошибки вычисляется по формуле и приведена в столбце 8. В столбцах 10 и 11, 12 и 13, 14 и 15 приведены значения центрированных величин, квадраты центрированных величин : 
   
Столбец 16 используется для вычисления средней ошибки аппроксимации А. 
Суммы и средние значения  записываются в строки 11 и 12.)

     Решение.
    Построим поле корреляции (на отдельном листе) и сформулируем гипотезу о форме связи, предполагая, что генеральное уравнение регрессии – линейное:


    Найдем  оценки b0 и b1 параметров модели парной линейной регрессии по следующим формулам:

    Тогда уравнение  эмпирической линии регрессии (линии  тренда) имеет вид:
    y = 1,6254x + 0,7199
    С надежностью 0,95 проверим значимость оценок b0 и b1 теоретических коэффициентов регрессии с помощью t-статистики Стьюдента и сделаем соответствующие выводы о значимости этих оценок.
     Для уровня значимости a=0,05 и числа степеней свободы к=n-2=10-2=8 критерий Стьюдента (см таблица распределения Стьюдента ) равен
     Дисперсии средние квадратичные отклонения коэффициентов b0 и b1  уравнения регрессии определим из равенств с использованием результатов табл. 2.




Для определения статистической значимости коэффициентов b0 и b1 найдем t – статистики Стьюдента:


     Сравнение расчетных и табличных величин  критерия Стьюдента показывает, что  или и или 25,4774>2,306, т.е.с надежностью 0,95 оценка b0 теоретического коэффициента регрессии b0 статистически незначима, оценка b1 теоретического коэффициента регрессии b1 статистически значима.
    С надежностью 0,95 определим интервальные оценки теоретических коэффициентов регрессии и сделаем соответствующие выводы о значимости этих оценок.
     Доверительные интервалы для этих коэффициентов равны:
     

     Подставив числовые значения, значения коэффициентов b0 и b1, их средние квадратичные отклонения и значение для t имеем:
     
     Так как точка 0 (ноль) лежит внутри доверительного интервала, то интервальная оценка коэффициента b0 статистически незначима.
     
     Так как точка 0 (ноль) не лежит внутри доверительного интервала, то интервальная оценка коэффициента b1 статистически значима.
    Определим коэффициент детерминации R2 и коэффициент корреляции rxy и сделаем соответствующие выводы о качестве уравнения регрессии.
     Определяем дисперсии и средние квадратичные отклонения независимого X и результативного Y факторов:




     Тесноту связи между переменными X и Y определяем через ковариацию и коэффициент корреляции.


     Величина  rxy=0,9939 , близка к 1, что характеризует тесную линейную связь между независимым и результативным признаками.
     Для определения коэффициента детерминации воспользуемся результатами расчетов таблицы 2.
     По  таблице 2 найдем:
      общую ошибку (столбец 13):
     

      ошибку  объясняемую регрессией (столбец 15)
     

      остаточную  ошибку (столбец 9)
     

     Причем имеем TSS=RSS+ESS
     Тогда коэффициент детерминации равен
     

     Полученная  величина коэффициента детерминации свидетельствует  о том, что необъясненная ошибка составляет менее 2 процентов от общей  ошибки.
    Проверим при уровне значимости 0,05 значимость уравнения регрессии с помощью F статистики Фишера и сделаем соответствующие выводы о значимости уравнения регрессии.
    Статистика  Фишера вычисляется по формуле: .
    Имеем F = (261,28/3,2203)·8=649,0826.
    Найдем для  заданной доверительной вероятности  0,05 критическое значение статистики Фишера:
    По таблице  .
    Имеем F > Fкр, поэтому уравнение значимо с надежностью 0,95.
    Оценим с помощью средней ошибки аппроксимации качество уравнения регрессиии.
    и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.