Содержание
Часть № 1
«Корреляционный анализ»
По данным 9 машиностроительных предприятий построена матрица R парных коэффициентов корреляции. Требуется с помощью корреляционного анализа исследовать взаимосвязь между следующими показателями: X1 – рентабельность (%); X2 – премии и вознаграждения на одного работника (млн. руб.); X3 – фондоотдача.
1. При =0,05 проверить значимость всех парных коэффициентов корреля-ции.
2. По корреляционной матрице R рассчитать частный коэффициент корреля-ции , при =0,05 проверить его значимость.
3. По корреляционной матрице R рассчитать множественный коэффициент корреляции , при =0,05 проверить его значимость.
X1 X2 X3
X1 1
X2 0,7592 1
X3 0,3220 -0,2422 1
Часть №2
« Регрессионный анализ»
По данным, включающим 20 наблюдений (20 стран), построены уравнения регрессии. В этих уравнениях зависимой переменной является социально значимый признак Y. В качестве объясняющих переменных использованы признаки в различных комбинациях. Для каждого уравнения рассчитано значение коэффициента детермина-ции (R2), значение F-статистики. Под коэффициентами приведены значения их выбо-рочных средних квадратических отклонений.
1. Используя таблицу распределения Фишера-Снедекора, проверить на уров-не значимости =0,05 значимость уравнения регрессии в целом.
2. Рассчитать значения t-статистик всех коэффициентов, используя значения выборочных средних квадратических отклонений, приведенных под каждым из коэф-фициентов. Переписать уравнения регрессии, указывая под коэффициентами значения t-статистик.
3. По таблице распределения Стьюдента определить tкр — критическое значе-ние t-статистики для каждого из уравнений на уровне значимости =0,05. Проверить значимость коэффициентов уравнения регрессии.
4. Сделать вывод о «пригодности» уравнения регрессии для исследования признака Y.
Под значениями коэффициентов приведены значения их средних квадратиче-ских отклонений.
= 55,472 + 0,078×3 + 0,184×4 + 0,279×6 — 1,878×9; R2 = 0,942; F = 49,091;
(0,057) (0,071) (0,243) (1,085)
Выдержка из текста
Часть № 1
«Корреляционный анализ»
По данным 9 машиностроительных предприятий построена матрица R парных коэффициентов корреляции. Требуется с помощью корреляционного анализа исследовать взаимосвязь между следующими показателями: X1 – рентабельность (%); X2 – премии и вознаграждения на одного работника (млн. руб.); X3 – фондоотдача.
1. При =0,05 проверить значимость всех парных коэффициентов корреля-ции.
2. По корреляционной матрице R рассчитать частный коэффициент корреля-ции , при =0,05 проверить его значимость.
3. По корреляционной матрице R рассчитать множественный коэффициент корреляции , при =0,05 проверить его значимость.
X1 X2 X3
X1 1
X2 0,7592 1
X3 0,3220 -0,2422 1
Часть №2
« Регрессионный анализ»
По данным, включающим 20 наблюдений (20 стран), построены уравнения регрессии. В этих уравнениях зависимой переменной является социально значимый признак Y. В качестве объясняющих переменных использованы признаки в различных комбинациях. Для каждого уравнения рассчитано значение коэффициента детермина-ции (R2), значение F-статистики. Под коэффициентами приведены значения их выбо-рочных средних квадратических отклонений.
1. Используя таблицу распределения Фишера-Снедекора, проверить на уров-не значимости =0,05 значимость уравнения регрессии в целом.
2. Рассчитать значения t-статистик всех коэффициентов, используя значения выборочных средних квадратических отклонений, приведенных под каждым из коэф-фициентов. Переписать уравнения регрессии, указывая под коэффициентами значения t-статистик.
3. По таблице распределения Стьюдента определить tкр — критическое значе-ние t-статистики для каждого из уравнений на уровне значимости =0,05. Проверить значимость коэффициентов уравнения регрессии.
4. Сделать вывод о «пригодности» уравнения регрессии для исследования признака Y.
Под значениями коэффициентов приведены значения их средних квадратиче-ских отклонений.
= 55,472 + 0,078×3 + 0,184×4 + 0,279×6 — 1,878×9; R2 = 0,942; F = 49,091;
(0,057) (0,071) (0,243) (1,085)
Список использованной литературы
—