Пример готовой курсовой работы по предмету: Теория вероятности
Содержание
ВВЕДЕНИЕ
ЗАДАЧИ ДЛЯ ВЫПОЛНЕНИЯ
ВАРИАНТ 11
ЗАДАНИЕ 1
ЗАДАНИЕ 2
ЗАДАНИЕ 3
ЗАДАНИЕ 4
ЗАДАНИЕ 5
ЗАДАНИЕ 6
ЗАДАНИЕ 7
ЛИТЕРАТУРА
Содержание
Выдержка из текста
11. Оцените полученные результаты — сделайте выводы о качестве по-строенной модели, оцените влияние фактора на показатель, дайте интерпре-тацию коэффициентам выборочной регрессии, коэффициенту детерминации, коэффициенту корреляции, доверительным интервалам, прогнозам. Следует ли использовать полученное уравнение для прогнозирования?
По выборке необходимо построить парную линейную регрессию и оценить качество построенной модели. Для заданных исходных данных постройте поле корреляции — диаграмму зависимости показателя от фактора . Постройте на корреляционном поле прямую выборочной линейной регрессии по точкам , .
2) Предполагая, что между переменными Х и Y существует линейная корреляционная зависимость: а) найти уравнения прямых регрессии, построить их графики на одном чертеже с эмпирическими линиями регрессии и дать экономическую интерпретацию полученных уравнений;
6. вычислить коэффициент корреляции, на уровне значимости а = 0,05 оценить его значимость и сделать вывод о тесноте и направлении связи между переменными X и Y; в) используя соответствующее уравнение регрессии, оценить средний размер прибыли при выпуске продукции в
6. млн. руб.
Определяем длину интервала по формуле: Для построения гистограммы относительных частот составим расчетную таблицу:
По данным таблицы определить зависимость показателя прибыли банка (y) от размера собственного капитала (x).
•выборочный коэффициент линейной регрессии y на x и x на y;
2. на одном графике построить корреляционные поля и график уравнения линейной регрессии.
Предположим, что нам необходимо описать в виде некоторой функции взаимосвязь двух переменных X и Y (X — фактор, независимая переменная; Y — отклик, зависимая переменная): По результатам наблюдений мы можем оценить эту зависимость приближенно (в силу воздействия неучтенных факторов, случайных причин, ошибок измерения): где — случайная переменная, называемая возмущением. Предполагается, что среднее значение возмущения равно нулю: При этом для каждого значения мы имеем случайную переменную Y со средним значением (математическим ожиданием) Функция называется функцией регрессии случайной переменной Y на X, а график этой функции — линией регрессии. Уравнение регрессии позволяет определить, каким в среднем будет значение отклика Y при том или ином значении фактора X.
Это означает, что если принимать во внимание производственный брак, то с увеличением выработки литья на 1 тонну себестоимость тонны литья снижается в среднем на 0.94 рубля, с увеличением брака на 1% себестоимость тонны литья увеличивается в среднем на 16.94 рубля. Влияние прочих, не учтенных в модели факторов, характеризуется коэффициентом 164.1406.
Тема: Линейная регрессия Для линейной регрессионной зависимости y=b +b x +b x + найдены следующие значения: Можно ли утверждать, что модель является значимой на уровне а =0.05, если объем выборки n=30.
Для исследования стохастических связей широко используется метод сопоставления двух параллельных рядов, метод аналитических группировок, корреляционный анализ, регрессионный анализ и некоторые непараметрические методы. В общем виде задача статистики в области изучения взаимосвязей состоит не только в количественной оценке их наличия, направления и силы связи, но и в определении формы (аналитического выражения) влияния факторных признаков на результативный. Для ее решения применяют методы корреляционного и регрессионного анализа [4, c 25].
Здесь – вектор размерности неизвестных параметров. называется -тым теоретическим коэффициентом регрессии (частичным коэффициентом регрессии).
Он характеризует чувствительность величины к изменению величины , т.е. отражает влияние на условное математическое ожидание зависимой переменной объясняющей переменной при условии, что все другие объясняющие переменные модели остаются постоянными. – свободный член, определяющий в случае, когда все объясняющие переменные равны нулю.
Для нахождения парной линейной модели Y =а+bX и соответственно частных коэффициентов корреляции используем программу РЕГРЕССИЯ (сервис / анализ данных).
В результате выборочного обследования российских автомобилей, обслуживающихся в автосервисе по гарантии, по схеме собственно-случайной бесповторной выборки из
28. автомобилей были отобраны
60. Предполагая, что между переменными X и Yсуществует линейная корреляционная зависимость:а) найти уравнения прямых регрессии, построить их графики на одном чертеже с эмпирическими линиями регрессии и дать экономическую интерпретацию полученных уравнений;
Вычисляем теоретические частоты , где , находим по статистической таблице функции Лапласа. Расчетное значение находим по формуле:По таблице критических точек распределения , при уровне значимости и числу степеней свободы находим критическую точку:
ЛИТЕРАТУРА
1. Гмурман В.Е., Теория вероятностей и математическая статистика, М.: Высшая школа, 2003 г.
список литературы
