Исходные данные
Наличие предметов длительного пользования в домашних хозяйствах по регионам Российской Федерации (на 100 домохозяйств , штук)
(Вариант: 6)
№ | Области и республики | Холодильники. Морозильники | Стиральные машины |
1 | Белгородская область | 103 | 93 |
2 | Брянская область | 99 | 72 |
3 | Владимирская область | 105 | 90 |
4 | Воронежская область | 102 | 96 |
5 | Ивановская область | 106 | 92 |
6 | Калужская область | 106 | 88 |
7 | Костромская область | 100 | 85 |
8 | Курская область | 100 | 78 |
9 | Липецкая область | 113 | 95 |
10 | Московская область | 106 | 87 |
11 | Орловская область | 111 | 93 |
12 | Рязанская область | 106 | 80 |
13 | Смоленская область | 115 | 93 |
14 | Тамбовская область | 108 | 99 |
15 | Тверская область | 102 | 87 |
16 | Тульская область | 102 | 93 |
17 | Ярославская область | 110 | 88 |
18 | Республика Карелия | 106 | 87 |
19 | Республика Коми | 111 | 92 |
Задание:
1.Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2.Рассчитайте параметры уравнений линейной, степенной и экспоненциальной парной регрессии.
3.Оцените тесноту связи с помощью показателей корреляции и детерминации.
4.Дайте с помощью среднего (общего) коэффициента эластичности сравнительную характеристику силы связи фактора с результатом.
5.Оцените качество уравнений с помощью средней ошибки аппроксимации.
6.Оцените статистическую надёжность результатов регрессионного моделирования с помощью F-критерия Фишера. По значениям характеристик, рассчитанных в пп. 4, 5 и данном пункте, выберите лучшее уравнение регрессии и дайте его обоснование
7.Рассчитайте ожидаемое значение результата, если значение фактора увеличится на 5% от его среднего уровня. Определите доверительный интервал прогноза для уровня значимости α=0,05.
Задание №1.
Постройте поле корреляции и сформулируйте гипотезу о форме связи.
Задание №2.
Рассчитайте параметры уравнений линейной, степенной и экспоненциальной парной регрессии.
№ | х | у | ху | х² | у² | lnx | lny |
1 | 103 | 93 | 9579 | 10609 | 8649 | 2 | 2 |
2 | 99 | 72 | 7128 | 9801 | 5184 | 2 | 1,9 |
3 | 105 | 90 | 9450 | 11025 | 8100 | 2 | 2 |
4 | 102 | 96 | 9792 | 10404 | 9216 | 2 | 2 |
5 | 106 | 92 | 9752 | 11236 | 8464 | 2 | 2 |
6 | 106 | 88 | 9328 | 11236 | 7744 | 2 | 1,9 |
7 | 100 | 85 | 8500 | 10000 | 7225 | 2 | 1,9 |
8 | 100 | 78 | 7800 | 10000 | 6084 | 2 | 1,9 |
9 | 113 | 95 | 10735 | 12769 | 9025 | 2,1 | 2 |
10 | 106 | 87 | 9222 | 11236 | 7569 | 2 | 1,9 |
11 | 111 | 93 | 10323 | 12321 | 8649 | 2 | 2 |
12 | 106 | 80 | 8480 | 11236 | 6400 | 2 | 1,9 |
13 | 115 | 93 | 10695 | 13225 | 8649 | 2,1 | 2 |
14 | 108 | 99 | 10692 | 11664 | 9801 | 2 | 2 |
15 | 102 | 87 | 8874 | 10404 | 7569 | 2 | 1,9 |
16 | 102 | 93 | 9486 | 10404 | 8649 | 2 | 2 |
17 | 110 | 88 | 9680 | 12100 | 7744 | 2 | 1,9 |
18 | 106 | 87 | 9222 | 11236 | 7569 | 2 | 1,9 |
19 | 111 | 92 | 10212 | 12321 | 8464 | 2 | 2 |
∑ | 2011 | 1688 | 178950 | 213227 | 150754 | 38 | 37 |
x¯ | 105,8 | ||||||
y¯ | 88,8 | ||||||
x¯y | 9418,4 |
Линейная парная регрессия:
-10772,8b = 359,6
B = 0,03
2011a + 201991*0,03 = 178950
2011a + 6059,7 = 178950
2011a = 178952 – 6059,7
2011a = 172890,3
A = 86
Степенная парная регрессия:
a = 1,56
Экспоненциальная парная регрессия: