4) в появившемся диалоговом окне «Анализ данных» (рис. 5) выбрать «Регрессия»;

Рис. 5. Диалоговое окно «Анализ данных».

5) в появившемся диалоговом окне «Регрессия» (рис. 6) убедиться, что все проставленные в нем установки соответствуют таблице исходных данных. После выполнения этих операций нажать клавишу «ОК»;

Рис. 6. Диалоговое окно «Регрессия».

В результате получим:

Уравнение регрессии полученное с помощью Excel, имеет вид:

Возможно вы искали - Курсовая работа: Имитационное моделирование группового обслуживания с несколькими этапами и двойной очередью: работа оптового магазина

3. По данным проведенного корреляционного и регрессионного анализа оценим статистическую значимость уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента.

Общий F-критерий проверяет гипотезу о статистической значимости уравнения регрессии. Анализ выполняется при сравнении фактического и табличного значения F-критерия Фишера.

Частные F-критерии оценивают статистическую значимость присутствия факторов в уравнении регрессии, оценивают целесообразность включения в уравнение одного фактора после другого.

t-критерий проверяет гипотезу о статистической значимости факторов уравнения регрессии.

4. Согласно проведенному анализу информативными факторами являются х₁ и х₂ , а также коэффициенты b₁ и b_2. Следовательно уравнение регрессии со статистически значимыми факторами будет иметь вид:

Похожий материал - Курсовая работа: Имитационное моделирование жизненного цикла товара на примере ООО "Стимул"

5. Аналитическая записка.

По результатам проведенного корреляционного анализа можно сказать, что межфакторная связь слабая, т.к. значения коэффициентов парной корреляции не превышают значения 0,4, хотя можно сказать, что наибольшая связь результативного признака с и .

Мультиколлинеарность отсутствует, т.к. ни одно значение коэффициентов не превышает 0,7.

Фактическое значение F-критерия Фишера меньше табличного, следовательно можно сказать, что полученное уравнение регрессии статистически незначимо.

По полученным значениям частных F-критериев Фишера, можно сказать, что включение фактора х₂ после х₃ оказался статистически незначимым: прирост факторной дисперсии (в расчете на одну степень свободы) оказался несущественным. Следовательно, регрессионная модель зависимости бонитировочного балла от количества минеральных удобрений, внесенных в почву и запасов влаги в почве является достаточно статистически значимой и что нет необходимости улучшать ее, включая дополнительный фактор х₂ (коэффициент износа основных средств).

Очень интересно - Курсовая работа: Корреляционный анализ

Это предположение подтверждает оценка с помощью t-критерия Стьюдента значимости коэффициентов. По результатам этой оценки:

т.е. можно сказать, что b₂ и b₃ статистически незначимы.

В совокупности с результатами F-статистики, делаем вывод, что из уравнения регрессии можно исключить х₂ и b₂ .

ЗАДАЧА 3.

В таблице приведены данные по природно-экономической зоне за 15 лет об урожайности многолетних трав на сено У, внесении удобрений на 1 га пашни Х1 и осадках за май-июнь месяцы Х2.

Задание следует выполнить с помощью ППП MSEXCEL или любого статистического пакета прикладных программ.

Задание.

Вам будет интересно - Курсовая работа: Линейное программирование как метод оптимизации

Необходимо проанализировать степень зависимости урожайности У от факторов Х1 и Х2, для этого:

1. Определить для каждого ряда данных У, Х1, Х2 первые разности (абсолютные приросты).

2. Рассчитать параметры двухфакторного линейного уравнения регрессии по первым разностям (по абсолютным приростам) и дать их интерпретацию. Охарактеризовать тесноту связи между рядами.

3. Оценить полученные результаты, выводы оформить в виде аналитической записки.

Решение.

1. Значения абсолютных приростов определяются по формулам:

Похожий материал - Реферат: Лінійна модель виробництва

Расчеты можно оформить в виде таблицы:

Номер года
1
2	0,5	9	-137
3	-0,9	18	-79
4	5,4	21	180
5	-1,7	31	-97
6	4,1	94	-15
7	1,2	43	18
8	7,4	22	-26
9	1,7	5	-48
10	0,8	47	44
11	-5,4	50	-37
12	6,1	37	152
13	-1,4	41	-35
14	-0,4	21	-29
15	-4,9	14	135

2. Для проведения корреляционного анализа воспользуемся программой «Excel»:

1) загрузить среду Excel ;

2) выделить рабочее поле таблицы;