Корреляционно регрессионный анализ в excel

Автоматизированный корреляционно-регрессионный анализ взаимосвязи статистических данных в среде MS Excel Автоматизированный корреляционно-регрессионный анализ взаимосвязи статистических данных в среде MS Excel Автоматизированный корреляционно-регрессионный корреляционно регрессионный анализ в excel взаимосвязи статистических данных в среде MS Excel Определение статистической связи факторного и результативного признаков графическим методом. Построение однофакторной линейной регрессионной модели связи изучаемых признаков. Анализ адекватности и практической пригодности линейной регрессионной модели. Вид лабораторная работа Язык русский Дата добавления 19. Подобные документы Построение диаграммы рассеивания корреляционного поля. Группировка данных и построение корреляционной таблицы. Оценка числовых характеристик для негруппированных и группированных данных. Измерение тесноты корреляционной связи, расчет индекса корреляции и дисперсии. Построение адекватной модели линейной регрессии. Способы выявления мультиколлинеарности и её коррекции. Определение наиболее типичного значения переменной и средний разброс ее значений. Составление спецификации гиперболической регрессионной модели. Построение корреляционного поля, матрицы, определение параметров линейной связи. Парный линейный коэффициент корреляции. Оценка статистической надежности результатов. Оценка силы связи признаков. Фактическое значение критерия Фишера. Нахождение коэффициента эластичности для указанной модели в заданной точке X и его экономический анализ. Прогноз убыточности на основании линейной регрессии. Прогнозирование финансово-экономических показателей на основе качественной оценки регрессионной линейной модели. Проверка на адекватность однофакторной модели. Интервалы доверия для прогнозного значения зависимой переменной. Параметры линейной модели тренда. Расчет величин для определения показателей вариации. Корреляционно-регрессионный анализ связи между продуктивностью коров и себестоимостью одного центнера молока. Корреляционно регрессионный анализ в excel 2009 Содержание 1. Постановка задачи статистического исследования 2. Выводы по результатам выполнения лабораторной работы 2. Постановка задачи статистического исследования Корреляционно-регрессионный анализ взаимосвязи признаков является корреляционно регрессионный анализ в excel частью проводимого статистического исследования деятельности 30-ти предприятий и частично использует результаты ЛР-1. В ЛР-2 изучается взаимосвязь между факторным корреляционно регрессионный анализ в excel Среднегодовая стоимость основных производственных фондов признак Х и результативным признаком Выпуск продукции признак Yзначениями которых являются исходные данные ЛР-1 после исключения из них аномальных наблюдений. Исходные данные Номер предприятия Среднегодовая стоимость основных производственных фондов, млн. Установить наличие статистической связи между факторным признаком Х и результативным признаком Y графическим методом. Установить наличие корреляционной связи между признаками Х и Y методом аналитической группировки. Оценить тесноту связи признаков Х и Y на основе эмпирического корреляционного отношения з. Построить однофакторную линейную корреляционно регрессионный анализ в excel модель связи признаков Х и Y, используя инструмент Регрессия надстройки Пакет анализа, и оценить тесноту связи признаков Х и Y на основе линейного коэффициента корреляции r. Определить адекватность и практическую пригодность построенной линейной регрессионной модели, оценив: а значимость и доверительные интервалы коэффициентов а 0а 1; б индекс детерминации R 2 и его значимость; в точность регрессионной модели. Дать экономическую интерпретацию: а коэффициента регрессии а 1; б коэффициента эластичности К Э; в остаточных величин е i. Найти наиболее адекватное нелинейное уравнение регрессии с помощью средств инструмента Мастер диаграмм. Выводы по результатам выполнения лабораторной работы 2. Вывод: Точечный график связи признаков диаграмма рассеяния, полученная в ЛР-1 после удаления аномальных наблюдений позволяет сделать вывод, что имеет место статистическая связь. Предположительный вид связи - линейная прямая 2. Для выявления наличия корреляционной связи используется метод аналитической группировки. Вывод : Результаты выполнения аналитической группировки предприятий по факторному признаку Среднегодовая стоимость основных производственных фондов даны в табл. Следовательно, между признаками Х и Y прямая связь. Для качественной оценки тесноты связи на основе показателя эмпирического корреляционного отношения служит шкала Чэддока: Значение з 0,1 - 0,3 0,3 - 0,5 0,5 - 0,7 0,7 - 0,9 0,9 - 0,99 Сила связи Слабая Умеренная Заметная Тесная Весьма тесная Результаты выполненных расчетов представлены в табл. Инструмент Регрессия на основе исходных данных xiyiпроизводит расчет параметров а 0 и а 1 уравнения однофакторной линейной регрессииа также вычисление ряда показателей, необходимых для проверки адекватности построенного уравнения исходным фактическим данным. В результате работы инструмента Регрессия получены четыре результативные таблицы начиная с заданной ячейки А 7 5. Эти таблицы выводятся в Рабочий файл без нумерации, поэтому необходимо присвоить им номера табл. Вывод: Рассчитанные в табл. В случае линейности функции связи для оценки тесноты связи признаков X и Yустанавливаемой по корреляционно регрессионный анализ в excel модели, используется линейный коэффициент корреляции r. Значение коэффициента корреляции r приводится в табл. Оценка соответствия построенной регрессионной модели исходным фактическим значениям признаков X и Y выполняется в 4 этапа: 1 оценка статистической значимости коэффициентов уравнения а 0а 1 и определение их доверительных интервалов для заданного уровня надежности; 2 определение практической пригодности построенной модели на основе оценок линейного коэффициента корреляции r индекса детерминации R2; 3 проверка значимости уравнения регрессии в целом по F-критерию Фишера; 4 оценка погрешности регрессионной модели. Оценка статистической значимости коэффициентов уравнения а 0, а 1 и определение их доверительных интервалов. Так как коэффициенты уравнения а 0, а 1 рассчитывались, исходя из значений признаков только для 30-ти пар xiyiто полученные значения коэффициентов являются лишь приближенными оценк а ми фактических параметров связи а 0, а 1. Для анализа коэффициентов а 0а 1 линейного уравнения регрессии используется табл. Этот уровень значимости считается заданным. В инструменте Регрессия надстройки Пакет анализа для каждого из коэффициентов а 0 и а 1 вычисляется уровень его значимости бркоторый указан в результативной таблице табл. В случае, если признается случайным свободный член а 0то уравнение регрессии целесообразно построить заново без свободного члена а 0. В лабораторной работе такой шаг не предусмотрен. Если незначимым случайным является коэффициент регрессии а 1то взаимосвязь между признаками X и Y в принципе не может аппроксимироваться линейной моделью. Пригодность построенной регрессионной модели для практического использования можно оценить и по величине индекса детерминации R2, показывающего, какая часть общей вариации признака Y объясняется в построенной модели вариацией фактора При недостаточно тесной связи признаков X, Y слабой, умеренной, заметной имеет место неравенство 0,7, а следовательно, и неравенство. Значение индекса детерминации R2 приводится в табл. Вывод: Значение линейного коэффициента корреляции r и значение индекса детерминации R2 корреляционно регрессионный анализ в excel табл. Поскольку ито построенная линейная регрессионная модель связи пригодна для практического использования. Фишера, оценивающему статистическую корреляционно регрессионный анализ в excel неслучайность индекса детерминации R2. Рассчитанная для уравнения регрессии оценка значимости R2 приведена в табл. Погрешность регрессионной модели выражается в процентах и рассчитывается как величина. В адекватных моделях погрешность не должна превышать 12%-15%. Значение приводится в выходной таблице " Регрессионная статистика" табл. Вывод: Погрешность линейной регрессионной модели составляет. Дать экономическую интерпретацию: 1 коэффициента регрессии а 1; 3 остаточных величин i. Знак при a1 показывает направление этого изменения. Средние значения и приведены в таблице описательных статистик. Анализируя остатки, можно сделать ряд практических выводов, касающихся выпуска продукции на рассматриваемых предприятиях отрасли. Значения остатков i таблица остатков из корреляционно регрессионный анализ в excel А 9 8: С 1 28 имеют как положительные, так и отрицательные отклонения от ожидаемого в среднем объема выпуска продукции которые в итоге уравновешиваются, т. Экономический интерес представляют наибольшие расхождения между фактическим объемом выпускаемой продукции yi и ожидаемым усредненным объемом. Вывод: Согласно таблице остатков максимальное превышение ожидаемого среднего объема выпускаемой продукции имеют три предприятия - с номерами 6, 20, 27, а максимальные отрицательные отклонения - три предприятия с номерами 8, 24, 26. Именно эти шесть предприятий подлежат дальнейшему экономическому анализу для выяснения причин наибольших отклонений объема выпускаемой ими продукции от ожидаемого среднего объема и выявления резервов роста производства. Нахождение наиболее адекватного нелинейного уравнения регрессии с помощью средств инструмента Мастер диаграмм. Уравнения регрессии их графики построены для 3-х видов нелинейной зависимости между признаками и представлены на диаграмме Рабочего файла. Уравнения регрессии и соответствующие им индексы детерминации R 2 приведены в табл. Следовательно, корреляционно регрессионный анализ в excel адекватное исходным данным нелинейное уравнение регрессии имеет вид 5Е-0,6х 3-0,0075х 2+4,9167х-704,19 Приложение Результативные корреляционно регрессионный анализ в excel и корреляционно регрессионный анализ в excel Таблица 2. PPT, PPTX и PDF-файлы представлены только в архивах.

См. также