Основная часть работы состоит в решении практических задач, использующих возможности программы Excel для регрессионного анализа данных.
Порядок выполнения
1. Для исходных данных (табл. 7.1) вычислить корреляцию попарно между признаками, применяя функцию =КОРРЕЛ(массив1;массив2) и с помощью функции Корреляция. Сделать выводы.
2. Чему равен коэффициент корреляции двух случайных величин, представленных в таблице 7.6.
Таблица 7.6
X
12,1
14,7
20,5
16,6
19,0
Y
53,2
44,2
51,4
45,5
34,0
3. На основе данных (табл. 7.7) построить линейную модель и провести ее анализ.
Таблица 7.7
Количество работников (X)
Объем производства (Y)
4. Построить модель зависимости величины заработной платы от стажа работы и пола сотрудника (табл. 7.8). Проверить адекватность модели.
Таблица 7.8
Заработная плата, Y
Стаж работы, X1
Пол (0-муж., 1-жен) X2
5. Определить по данным (табл.7.9) параметры уравнения линейной регрессии и провести его анализ.
Таблица 7.9
Предприятие
Прибыль, Y
Оборотные средства, X1
Основные фонды, X2
Контрольные вопросы
1. Что называется регрессионной моделью?
2. Привести общий вид регрессионной модели.
3. Каким образом можно проверить значимость коэффициента регрессии?
4. Какой метод обычно используется при определении коэффициентов регрессионной модели?
