На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, 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 Расчетная задача по эконометрике Построить поле корреляции и сформулировать гипотезу о форме связи.

Информация:

Тип работы: Контрольная. Предмет: Статистика. Добавлен: 25.04.2015. Сдан: 2012. Страниц: 9. Уникальность по antiplagiat.ru: < 30%

Описание (план):



Задание:
1. Построить поле корреляции и сформулировать гипотезу о форме связи.
2. Рассчитать параметры уравнений:
а) степенной;
b) показательной;
с) гиперболической парной регрессии.
3. Оценить тесноту связи с помощью показателей корреляции и детерминации.
4. Оценить качество уравнений с помощью средней ошибки аппроксимации.
5. Оценить статистическую надежность результатов регрессионного моделирования с помощью F-критерия Фишера(?=0,05). Выбрать лучшее уравнение регрессии и дать его обоснование.

Построение поля корреляции с помощью программы MS EXCEL:
Расчет параметров уравнений:
а) степенной;
b) показательной;
с) гиперболической парной регрессии.
Оценка тесноты связи с помощью показателей корреляции и детерминации.
Оценка качества уравнений с помощью средней ошибки аппроксимации.
Оценка статистической надежности результатов регрессионного моделирования с помощью F-критерия Фишера(?=0,05). Выбор лучшего уравнения регрессии и его обоснование.
Выдержки из работы:
Потенцируем полученное уравнение и получаем показательную модель:
Оценим тесноту связи с помощью коэффициента корреляции, для чего составим расчетную таблицу:
Средняя ошибка аппроксимации .
Т.к. полученная средняя ошибка аппроксимации не превышает допустимый предел (8-10%), то делаем вывод: уравнение показательной модели достоверно описывает зависимость между собственным капиталом и средствами предприятий и организаций.

Т.к. коэффициент корреляции близок к 0, то связь между факторами слабая.
Коэффициент детерминации , т.е. вариацией факторного признака объясняется примерно 1,2% вариации результативного признака.

Оценим статистическую надежность результатов регрессионной модели с помощью F-критерия Фишера(?=0,05).

Следовательно, параметры показательного уравнения статистически малозначимы.

с)Рассчитаем параметры гиперболической функции . Приводим функцию к линейному виду заменой . Тогда . Выполним замену и составим расчетную таблицу.
Уравнение гиперболической регрессии
3.Оценим тесноту связи с помощью показателей корреляции и детерминации.
Коэффициент корреляции недостаточно близок к 1,что означает о средней тесноте связи факторов. *****
Величина коэффициента детерминации R2=0,87 показывает, что 87% вариации результативного признака(Собственный капитал, млн.руб) объясняется изменениями факторного признака(Средства предприятий и организаций). А 1,3 % приходится на долю неучтенных факторов.
4. Оценка качества уравнения с помощью средней ошибки аппроксимации: Т.к. полученная средняя ошибка аппроксимации превышает допустимый предел(8-10%), то линия регрессии неудовлетворительно приближает исходные данные.
5.Оценим качество уравнения в целом, используя F-критерий:
> Fтабл(10; 0,05)=4,96, значит, полученное уравнение статистически значимо.
Сравним построенные модели по индексу детерминации и средней ошибке аппроксимации:
Модель Индекс детерминации,
R2 Ср.ошибка аппроксимации, , %

Степенная модель

30%
Показательная модель

28%
Гиперболическая модель .

33%
Вывод: Лучшим уравнением регрессии является гиперболическая модель, как показывают коэффициенты корреляции и детерминации, она достоверно по сравнению с другими моделями отражает зависимость между факторами. Оценка статистической надежности уравнения это подтверждает.

.............



Перейти к полному тексту работы


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


Смотреть похожие работы


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