Задание №2 по эконометрике на тему «Линейная регрессия»
Имеется набор данных, отражающих значения следующих переменных: Коэффициент Оценка коэффициента Стандарт. ошибка оценки. Изучается зависимость между y и x в форме модели y=b +b x +b x +. Для линейной регрессионной зависимости y=b +b x +b x +b x +. ЭКОНОМЕТРИКА Тема: Линейная регрессия. X — численность занятых (чел.). Yобъем производства (тыс. ед.),. Требуется. Данные. 0 991,4231. 0 989,7532… Читать ещё >
Задание №2 по эконометрике на тему «Линейная регрессия» (реферат, курсовая, диплом, контрольная)
Содержание
- ЭКОНОМЕТРИКА Тема: Линейная регрессия
- 1. Для линейной регрессионной зависимости y=b +b x +b x +b x +
Получено значение коэффициента детерминации R =0.58. Объем выборки n=20. Все предположения МНК считаются выполненными. Проверить гипотезу о значимости модели, используя критерий Фишера. Уровень значимости, а =0.05. Обосновать ответ.
2. Для линейной регрессионной зависимости y=b +b x +b x + найдены следующие значения:
Коэффициент Оценка коэффициента Стандарт. ошибка оценки
b
12.2 2.5
b
0.4 0.4
b
-1.7 0.5
Все предположения МНК считаются выполненными. Можно ли утверждать, что модель является значимой на уровне, а =0.05, если объем выборки n=30. От каких переменных зависит или не зависит y? Обосновать ответ.
3. Имеется набор данных, отражающих значения следующих переменных:
y- объем производства (тыс. ед.),
x — численность занятых (чел.).
Изучается зависимость между y и x в форме модели y=b +b x +b x +
Требуется.
Найти оценки параметров модели и записать выборочное уравнение регрессии. Используя выборочное уравнение регрессии, найти число работников x, которые будут нужны, если объем производства y составит 125% от средневыборочного объема (решить соответствующее квадратное уравнение относительно x при известном y).
Указание. В файле создать вспомогательную объясняющую переменную х = x и рассмотреть уравнение регрессии y=b +b x +b x + .
Данные
x1 y
38,0 866,9395
40,0 948,0395
47,0 1267,207
41,0 991,4231
38,0 866,6417
45,0 1170,873
41,0 989,7532
43,0 1078,332
38,0 864,8422
30,0 577,0628
45,0 1171,313
32,0 642,8725
43,0 1080,318
48,0 1316,789
40,0 948,3684
46,0 1218,412
40,0 949,4113
38,0 867,0817
47,0 1267,442
42,0 1033,868
37,0 825,8969
51,0 1471,45
43,0 1078,612
33,0 679,8674
38,0 866,1237
32,0 645,5825
46,0 1220,17
50,0 1419,324
43,0 1080,922
30,0 578,7168
37,0 826,5725
31,0 609,9669
44,0 1125,99
32,0 644,0674
48,0 1315,889
ЭКОНОМЕТРИКА Тема: Линейная регрессия
1. Для линейной регрессионной зависимости y=b +b x +b x +b x +
Получено значение коэффициента детерминации R =0.58. Объем выборки n=20. Все предположения МНК считаются выполненными. Проверить гипотезу о значимости модели, используя критерий Фишера. Уровень значимости, а =0.05. Обосновать ответ.
2. Для линейной регрессионной зависимости y=b +b x +b x + найдены следующие значения:
Коэффициент Оценка коэффициента Стандарт. ошибка оценки
b
12.2 2.5
b
0.4 0.4
b
— 1.7 0.5
Все предположения МНК считаются выполненными. Можно ли утверждать, что модель является значимой на уровне, а =0.05, если объем выборки n=30. От каких переменных зависит или не зависит y? Обосновать ответ.
3. Имеется набор данных, отражающих значения следующих переменных:
yобъем производства (тыс. ед.),
x — численность занятых (чел.).
Изучается зависимость между y и x в форме модели y=b +b x +b x +
Требуется.
Найти оценки параметров модели и записать выборочное уравнение регрессии. Используя выборочное уравнение регрессии, найти число работников x, которые будут нужны, если объем производства y составит 125% от средневыборочного объема (решить соответствующее квадратное уравнение относительно x при известном y).
Указание. В файле создать вспомогательную объясняющую переменную х = x и рассмотреть уравнение регрессии y=b +b x +b x + .
Данные
x1 y
38,0 866,9395
40,0 948,0395
47,0 1267,207
41,0 991,4231
38,0 866,6417
45,0 1170,873
41,0 989,7532
43,0 1078,332
38,0 864,8422
30,0 577,0628
45,0 1171,313
32,0 642,8725
43,0 1080,318
48,0 1316,789
40,0 948,3684
46,0 1218,412
40,0 949,4113
38,0 867,0817
47,0 1267,442
42,0 1033,868
37,0 825,8969
51,0 1471,45
43,0 1078,612
33,0 679,8674
38,0 866,1237
32,0 645,5825
46,0 1220,17
50,0 1419,324
43,0 1080,922
30,0 578,7168
37,0 826,5725
31,0 609,9669
44,0 1125,99
32,0 644,0674
48,0 1315,889