Просмотров: Транскрипт 1 Задача по эконометрике с решением в Excel. Выполнена в Расчетный файл выложен на странице Эконометрика Решение задачи на множественную регрессии в Excel По заданным статистическим данным постройте линейную модель множественной регрессии и исследуйте её. Запишите стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
| Добавил: | Мальвина |
| Размер: | 44.97 Мб |
| Скачали: | 434068 |
| Формат: | Архив |
Archie Goodwin
Число степеней свободы, равное n-2 Регрессионная сумма квадратов 2. Аргументы функции: Массив 1ш и Массив 2 — адреса ячеек, в которых содержатся значения величин, для которых вычисляется коэффициент корреляции. Для вычисления XTX -1 1 Построите матрицу. Перемножаемые матрицы должны удовлетворять условию соответствия размеров: матрица размера mxn может быть умножена справа на матрицу размера nxk, в результате получится матрица размера mxk. В случае множественной регрессии с тремя факторами матрица X будет иметь размер nx4, матрица XT — размер 4xn, а их произведение XTX — размер 4x4. После этого в левой верхней ячейке выделенной области появится первый элемент результирующей матрицы. Обратите внимание: выборочные значения факторов должны располагаться рядом друг с другом в смежной области , причем предполагается, что в первом столбце строке содержатся значения первой объясняющей переменной, во втором столбце — второй и т.
Загрузка пакета анализа в Excel
Результаты решения задачи приведены в таблице 4. Следовательно, прибыль обследованных коммерческих структур находится в тесной связи с затратами на производство единицы продукции. Наряду с корреляционным анализом обычно проводится и регрессионный анализ, который заключается в определении аналитического выражения связи зависимой случайной величины Y называемой также результативным признаком с независимыми случайными величинами Х1, Х2, Форма связи результативного признака Yс факторами Х1, Х2,.. В зависимости от типа выбранного уравнения различают линейную и нелинейную регрессию в последнем случае возможно дальнейшее уточнение: квадратичная, экспоненциальная, логарифмическая и т. В зависимости от числа взаимосвязанных признаков различают парную и множественную регрессию. Если исследуется связь между двумя признаками результативным и факторным , то регрессия называется парной, если между тремя и более признаками — множественной многофакторной регрессией. При изучении регрессии следует придерживаться определенной последовательности этапов: задание аналитической формы уравнения регрессии и определение параметров регрессии; определение в регрессии степени стохастической взаимосвязи результативного признака и факторов, проверка общего качества уравнения регрессии; проверка статистической значимости каждого коэффициента уравнения регрессии и определение их доверительных интервалов. Этап 1.Простая линейная регрессия в MS EXCEL
О выполнении последнего вида регрессионного анализа в Экселе мы подробнее поговорим далее. Линейная регрессия в программе Excel Внизу, в качестве примера, представлена таблица, в которой указана среднесуточная температура воздуха на улице, и количество покупателей магазина за соответствующий рабочий день. Давайте выясним при помощи регрессионного анализа, как именно погодные условия в виде температуры воздуха могут повлиять на посещаемость торгового заведения. В этой формуле Y означает переменную, влияние факторов на которую мы пытаемся изучить. В нашем случае, это количество покупателей. Значение x — это различные факторы, влияющие на переменную. Параметры a являются коэффициентами регрессии. То есть, именно они определяют значимость того или иного фактора. Индекс k обозначает общее количество этих самых факторов.
Эконометрика Решение задачи на множественную регрессии в Excel
Рассмотрим на примере построение регрессионной модели в Excel и интерпретацию результатов. Возьмем линейный тип регрессии. На 6 предприятиях была проанализирована среднемесячная заработная плата и количество уволившихся сотрудников. Необходимо определить зависимость числа уволившихся сотрудников от средней зарплаты. Где а — коэффициенты регрессии, х — влияющие переменные, к — число факторов. В нашем примере в качестве У выступает показатель уволившихся работников. Влияющий фактор — заработная плата х. В Excel существуют встроенные функции, с помощью которых можно рассчитать параметры модели линейной регрессии. Открывается список доступных надстроек. Теперь займемся непосредственно регрессионным анализом.