|
|||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Для примера оформления данной лабораторной работы приведен расчет задания на конкретном примереСтудент должен сделать расчет для своего варианта. Построение и анализ линейной регрессии и прогнозирование Выходные условия: В таблице 1.1 приведены ежегодные данные о потребительских расходах и располагаемых личных доходах для населения США на период с 1959 по 1983 годы.
Таблица 1.1
Задания: 1. При помощи библиотеку stats пакета Maple, необходимо построить парную линейную регрессионную модель вида: где – личный располагаемый доход, – один из таких расходов. а) выборочные средние и дисперсии для результативного и факторного признаков, при помощи функций describe[mean] и [describe[variance[1]](data1),describe[variance[1]](data2)] пакета Maple; б) выборочную ковариацию и коэффициент корреляции, при помощи Далее рассчитывается выборочная ковариация и коэффициента корреляции при помощи функций describe[covariance](data1, data2) и describe[linearcorrelation](data2, data1) пакета Maple; в) определить неизвестные параметры уравнений двумя способами: - полученные методом наименьших квадратов, при помощи библиотеки linalg пакета Maple; -при регрессионном анализе, при помощи библиотеки stats функции fit пакета Maple; 2. Проиллюстрировать решение графически, используя библиотеку plots пакета Maple 3. Определить качество модели проверяя: а) адекватность модели по критерию Фишера, при помощи библиотеки, функции stats[statevalf,icdf,fratio[1,6]](0.95); б) значимость параметров выборочной регрессионной модели, применяя t-тест Стьюдента, при помощи библиотеки, функции stats[statevalf,icdf,studentst[6]](0.975); 4. Определить прогнозные величины по модели, а также интервалы доверия для прогнозного значения зависимой переменной.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |