Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Множественная линейная регрессия. ⇐ ПредыдущаяСтр 3 из 3
Пример 4. Предположим, что коммерческий агент рассматривает возможность закупки небольших зданий под офисы в традиционном деловом районе. Агент может использовать множественный регрессионный анализ для оценки цены здания под офис на основе следующих переменных: у – оценочная цена здания под офис; х1 – общая площадь в квадратных метрах; х2 – количество офисов; х3 – количество входов; х4 – время эксплуатации здания в годах. Агент наугад выбирает 11 зданий из имеющихся 1500 и получает следующие данные:
«Пол-входа» означает вход только для доставки корреспонденции. В этом примере предполагается, что существует линейная зависимость между каждой независимой переменной (х1,х2,х3,х4) и зависимой переменной (у), т.е. ценой зданий под офис в данном районе.
Уравнение множественной регрессии у=m1*x2+m2*x2+m3*x3+m4*x4+b теперь может быть получено из строки 14: у=27,64*х1+12,530*х2+2553*х3-234,24*х4+52318 (14) Теперь агент может определить оценочную стоимость здания под офис в том же районе, которое имеет площадь 2500 кв. м, три офиса, два входа, зданию 25 лет, используя следующее уравнение: у=27,64*2500+12530*3+2553*2-234,24*25+52318=158261 у.е. Это значение может быть вычислено с помощью функции ТЕНДЕНЦИЯ: =ТЕНДЕНЦИЯ(Е2:Е7;A2:D12;{2500;3;2;25}). При интерполяции с помощью функции =ЛГРФПРИБЛ(Е2:Е7;A2:D12;ИСТИНА;ИСТИНА) для получения уравнения множественной экспоненциальной регрессии выводится результат:
Коэффициент детерминированности здесь составляет 0,992(99,2%), т.е. меньше, чем при линейной интерполяции, поэтому в качестве основного следует оставить уравнение множественной регрессии (14). Таким образом, функции ЛИНЕЙН, ЛГРФПРИБЛ, НАКЛОН определяют коэффициенты, свободные члены и статистические параметры для уравнений одномерной и множественной регрессии, а функции ТЕНДЕНЦИЯ, ПРЕДСКАЗ, РОСТ позволяют получить прогноз новых значений без составления уравнения регрессии по значениям тренда.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2018-04-12; просмотров: 189. 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... |