Студопедия

КАТЕГОРИИ:

АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Порядок выполнения лабораторной работы.




Используя данные к лабораторной работе №1, найти уравнениелинейной регрессии и проверить:

I. Значимость коэффициента b. Для этого надо найти:

1. Сумму квадратов остатков:

2. Найти сумму квадратов отклонений:

3. Стандартную ошибку параметра b:

4. Наблюдаемой значение t-статистики параметра b:

.

5. Число степеней свободы k=n−2 и критическое значение

6. Сделать вывод о значимости коэффициента b: если , топараметр регрессии b статистически значим, а в противном случаестатистически незначим.

 

II. Значимость коэффициента а. Для этого надо найти:

1. Сумму квадратов:

2. Стандартную ошибку параметра а:

3. Наблюдаемой значение t-статистики параметра а:

.

4. Сделать вывод о значимости коэффициента а: если , топараметр регрессии а статистически значим, а в противном случаестатистически незначим.

III. Общее качество уравнения регрессии. Для этого надо найти:

1. Сумму квадратов отклонений:

2. Коэффициент детерминации:

3. Наблюдаемое значение F-статистики:

4. Число степеней свободы критерия Фишера-Снедекора:

k1=1; k2=n−2 и критическое значение этого критерия .

5. Сделать вывод о значимости уравнения регрессии: если  то уравнение регрессии статистически значимо и надежно, если признается статистическая незначимость, ненадежность уравнениярегрессии.

 

IV. Общее качество уравнения регрессии с помощью средней

ошибки аппроксимации. Для этого надо найти:

1. Отклонения:

.

2.

3. Среднюю ошибку аппроксимации :

.

4. Сделать вывод о качестве уравнения регрессии: если непревышает предела значений 8-10%, то качество модели хорошее.

 

V. Представить результаты с помощью инструмента анализа данныхРегрессияППП Excel.

 










Последнее изменение этой страницы: 2018-04-12; просмотров: 187.

stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда...