 |
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция
Й способ. Построение уравнения регрессии добавлением линии тренда на диаграмму
Задание
По 12 грузовым автотранспортным предприятиям имеются данные о грузообороте 
и общей сумме затрат 
(табл. 2.1).
Таблица 2.1
| Номер предприятия | Грузооборот, млн.т.км | Общая сумма затрат, ден. ед. |
| 12,0 | ||
| 7,2 | ||
| 7,6 | ||
| 8,8 | ||
| 11,2 | ||
| 6,8 | ||
| 11,2 | ||
| 20,0 | ||
| 17,0 | ||
| 16,8 | ||
| 14,0 | ||
| 7,2 |
Провести регрессионный анализ:
1. Добавлением линии тренда на диаграмму:
а) Построить точечную диаграмму yi(xi).
б) Построить линию линейной регрессии, добавив линию тренда на диаграмму. На диаграмме показать уравнение регрессии и величину достоверности аппроксимации – коэффициент детерминации R2.
2. С использованием функций ОТРЕЗОК и НАКЛОН:
а) рассчитать оценки коэффициентов регрессии с использованием функций ОТРЕЗОК и НАКЛОН;
б) рассчитать коэффициент линейной корреляции с использованием функции КОРРЕЛ и коэффициент детерминации с использованием функции КВПИРСОН;
в) сравнить коэффициенты на диаграмме с коэффициентами, рассчитанными с помощью функций ОТРЕЗОК и НАКЛОН и КВПИРСОН. Убедиться, что они равны.
3. С использованием функции ЛИНЕЙН:
а) рассчитать статистическую информацию по линейной регрессии с помощью функции ЛИНЕЙН;
б) рассчитать значение F-критерия с помощью функции FРАСПОБР, сравнить со значением F-статистики, возвращаемой функцией ЛИНЕЙН, сделать вывод о значимости построенной модели.
Сделать выводы по проведенной регрессии.
Методические указания по выполнению лабораторной работы
1. Открыть приложение Microsoft Excel.
2. В первую строку вводим заголовки: А1 – x, B1 – y (рис. 2.1).
3. Начиная с ячейки А2, в столбик вводим все значения х
4. Начиная с ячейки В2, в столбик вводим все значения у.
й способ. Построение уравнения регрессии добавлением линии тренда на диаграмму
5. Построить точечную диаграмму yi(xi).
Для этого: а) Выделяем ячейки с А2 по В13, в которых находятся значения х и у. В главном меню выделяем вкладку «Вставка», в группе «Диаграммы» выбираем «Точечная», из точечных, выбираем подвид «Точечная с маркерами». Получаем диаграмму, на которой изображены двенадцать точек в системе координат х О у. Диаграмму переместим верхнюю часть экрана, как на рис. 2.1. Сверху помещаем заголовок: «1 способ: добавление линии тренда на диаграмму».
6. Добавить на диаграмме линию линейной регрессии (линию тренда).
Для этого: а) Ставим курсор на любую из точек диаграммы, нажимаем на правую кнопку мыши и получаем контекстное меню, в котором выбираем пункт «Добавить линию тренда» (трендом в Excel называется регрессия). В открывшемся окне выбираем «Линейная» и внизу отмечаем флажком «Показывать уравнение на диаграмме» и «Поместить на диаграмму величину достоверности аппроксимации». «Закрыть».
На диаграмме (рис. 2.1) появляется уравнение линейной регрессии и коэффициент детерминации R2.
Поиск по сайту: