Готовые работы → Эконометрика
контрольная:На основе таблицы данных (см. Приложение, Табл.1) для соответствующего варианта: 1. Вычислить линейные коэффициенты парной корреляции для всех пар (x,y). 2. Выбрать два наибольших коэффициента корреляции и соответствующие пары экономических показателей (x,y). 3. Построить графики корреляционных полей (на основе точечной диаграммы). 4. Построить тренд, в виде линейной парной регрессии методом МНК на графиках корреляционных полей. 5. Проверить значимость выбранных коэффициентов парной корреляции и коэффициентов парной регрессии для уровней значимости = 0,05 и = 0,01.1. Построи
2011
Важно! При покупке готовой работы
031-12-11
сообщайте Администратору код работы:
Соглашение
* Готовая работа (дипломная, контрольная, курсовая, реферат, отчет по практике) – это выполненная ранее на заказ для другого студента и успешно защищенная работа. Как правило, в нее внесены все необходимые коррективы.
* В разделе "Готовые Работы" размещены только работы, сделанные нашими Авторами.
* Всем нашим Клиентам работы выдаются в электронном варианте.
* Работы, купленные в этом разделе, не дорабатываются и деньги за них не возвращаются.
* Работа продается целиком; отдельные задачи или главы из работы не вычленяются.
Содержание
Вариант 4
Данные о деятельности предприятий, где:
х1 |
– суммарные активы, млн.руб. |
х2 |
– объем реализованной продукции, тыс.руб. |
х3 |
– численность работающих, чел. |
х4 |
– рентабельность, % |
х5 |
– автоматизация, % |
х6 |
– износ основных производственных фондов, % |
y |
– чистая прибыль, тыс.руб. |
№ п/п |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
y |
10 |
6125 |
1797 |
655 |
24 |
16 |
62 |
439 |
11 |
6129 |
2061 |
638 |
24 |
22 |
42 |
494 |
12 |
3597 |
1011 |
475 |
31 |
17 |
61 |
316 |
13 |
876 |
388 |
82 |
16 |
9 |
65 |
63 |
14 |
4980 |
1344 |
609 |
30 |
24 |
35 |
407 |
15 |
2248 |
784 |
240 |
25 |
16 |
64 |
193 |
16 |
6070 |
1730 |
650 |
24 |
17 |
54 |
417 |
17 |
1585 |
540 |
174 |
25 |
18 |
45 |
133 |
18 |
2041 |
642 |
221 |
24 |
18 |
68 |
153 |
19 |
4613 |
1154 |
537 |
30 |
19 |
57 |
345 |
20 |
5929 |
1973 |
767 |
25 |
16 |
39 |
502 |
21 |
1705 |
425 |
189 |
29 |
17 |
50 |
123 |
22 |
4591 |
1731 |
489 |
21 |
13 |
59 |
361 |
23 |
6321 |
1680 |
694 |
28 |
19 |
48 |
466 |
24 |
802 |
452 |
106 |
15 |
11 |
61 |
70 |
25 |
1778 |
634 |
145 |
21 |
11 |
69 |
132 |
26 |
773 |
409 |
240 |
20 |
39 |
38 |
81 |
27 |
2186 |
753 |
301 |
25 |
17 |
67 |
185 |
28 |
6768 |
1952 |
689 |
25 |
27 |
40 |
492 |
29 |
4362 |
1240 |
482 |
30 |
17 |
59 |
368 |
Задание 1
На основе таблицы данных (см. Приложение, Табл.1) для соответствующего варианта:
1. Вычислить линейные коэффициенты парной корреляции для всех пар (x,y).
2. Выбрать два наибольших коэффициента корреляции и соответствующие пары экономических показателей (x,y).
3. Построить графики корреляционных полей (на основе точечной диаграммы).
4. Построить тренд, в виде линейной парной регрессии методом МНК на графиках корреляционных полей.
5. Проверить значимость выбранных коэффициентов парной корреляции и коэффициентов парной регрессии для уровней значимости a = 0,05 и a = 0,01.
1. Построить линейное уравнения парной регрессии y = a + bx по паре (y, х2) экономических показателей, анализируемых в задании 1.
2. Построить интервальные оценки параметров уравнения регрессии для уровней значимости a = 0,05 и a = 0,01.
3. Проверить значимость уравнения регрессии по коэффициенту детерминации.
4. Построить интервальный прогноз для значения xр = x2max+10 линейного уравнения регрессии для уровней значимости a = 0,05 и a = 0,01.
На основе данных таблицы 1 (см. Приложение) построить модель множественной регрессии (для объема выборки n = 50):
1. Проверить наличие коллинеарности и мультиколлинеарности. Отобрать неколлинеарные факторы.
2. Построить уравнение линейной регрессии. Построить графики выборочного значения фактора у, прогноза по модели и остатков.
3. Определить коэффициент множественной корреляции.
4. Проверить адекватность уравнения при уровнях значимости α = 0,05 и α = 0,01.
5. Построить частные уравнения регрессии.
Задание 2
1. Построить линейное уравнения парной регрессии y = a + bx по паре (y, х2) экономических показателей, анализируемых в задании 1.
2. Построить интервальные оценки параметров уравнения регрессии для уровней значимости a = 0,05 и a = 0,01.
3. Проверить значимость уравнения регрессии по коэффициенту детерминации.
4. Построить интервальный прогноз для значения xр = x2max+10 линейного уравнения регрессии для уровней значимости a = 0,05 и a = 0,01.
Задание 3
На основе данных таблицы 1 (см. Приложение) построить модель множественной регрессии (для объема выборки n = 50):
1. Проверить наличие коллинеарности и мультиколлинеарности. Отобрать неколлинеарные факторы.
2. Построить уравнение линейной регрессии. Построить графики выборочного значения фактора у, прогноза по модели и остатков.
3. Определить коэффициент множественной корреляции.
4. Проверить адекватность уравнения при уровнях значимости α = 0,05 и α = 0,01.
5. Построить частные уравнения регрессии.
Данные о деятельности предприятий, где:
х1 |
– суммарные активы, млн.руб. |
х2 |
– объем реализованной продукции, тыс.руб. |
х3 |
– численность работающих, чел. |
х4 |
– рентабельность, % |
х5 |
– автоматизация, % |
х6 |
– износ основных производственных фондов, % |
y |
– чистая прибыль, тыс.руб. |
№ п/п |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
y |
10 |
6125 |
1797 |
655 |
24 |
16 |
62 |
439 |
11 |
6129 |
2061 |
638 |
24 |
22 |
42 |
494 |
12 |
3597 |
1011 |
475 |
31 |
17 |
61 |
316 |
13 |
876 |
388 |
82 |
16 |
9 |
65 |
63 |
14 |
4980 |
1344 |
609 |
30 |
24 |
35 |
407 |
15 |
2248 |
784 |
240 |
25 |
16 |
64 |
193 |
16 |
6070 |
1730 |
650 |
24 |
17 |
54 |
417 |
17 |
1585 |
540 |
174 |
25 |
18 |
45 |
133 |
18 |
2041 |
642 |
221 |
24 |
18 |
68 |
153 |
19 |
4613 |
1154 |
537 |
30 |
19 |
57 |
345 |
20 |
5929 |
1973 |
767 |
25 |
16 |
39 |
502 |
21 |
1705 |
425 |
189 |
29 |
17 |
50 |
123 |
22 |
4591 |
1731 |
489 |
21 |
13 |
59 |
361 |
23 |
6321 |
1680 |
694 |
28 |
19 |
48 |
466 |
24 |
802 |
452 |
106 |
15 |
11 |
61 |
70 |
25 |
1778 |
634 |
145 |
21 |
11 |
69 |
132 |
26 |
773 |
409 |
240 |
20 |
39 |
38 |
81 |
27 |
2186 |
753 |
301 |
25 |
17 |
67 |
185 |
28 |
6768 |
1952 |
689 |
25 |
27 |
40 |
492 |
29 |
4362 |
1240 |
482 |
30 |
17 |
59 |
368 |
30 |
7129 |
1623 |
813 |
29 |
21 |
50 |
476 |
31 |
914 |
369 |
67 |
18 |
10 |
63 |
68 |
32 |
5227 |
1458 |
569 |
26 |
16 |
54 |
386 |
33 |
4355 |
1366 |
448 |
28 |
21 |
57 |
377 |
34 |
5790 |
1829 |
674 |
24 |
18 |
41 |
445 |
35 |
2929 |
1110 |
381 |
22 |
13 |
61 |
245 |
36 |
2536 |
831 |
284 |
23 |
18 |
68 |
194 |
37 |
6491 |
1829 |
606 |
25 |
18 |
46 |
456 |
38 |
1617 |
677 |
141 |
18 |
10 |
66 |
121 |
39 |
2522 |
888 |
218 |
22 |
17 |
61 |
195 |
40 |
3483 |
1045 |
355 |
24 |
19 |
65 |
251 |
41 |
6346 |
2301 |
832 |
24 |
25 |
39 |
546 |
42 |
2072 |
680 |
159 |
21 |
14 |
67 |
142 |
43 |
806 |
334 |
72 |
18 |
15 |
56 |
59 |
44 |
6414 |
1975 |
737 |
24 |
25 |
45 |
483 |
45 |
797 |
389 |
43 |
15 |
10 |
70 |
57 |
46 |
5603 |
1462 |
590 |
30 |
20 |
41 |
441 |
47 |
3525 |
1264 |
395 |
23 |
10 |
62 |
291 |
48 |
7389 |
2007 |
714 |
26 |
22 |
41 |
526 |
49 |
4459 |
1466 |
446 |
24 |
14 |
35 |
348 |
50 |
5414 |
1588 |
603 |
26 |
18 |
49 |
412 |
51 |
1328 |
393 |
167 |
23 |
16 |
69 |
92 |
52 |
6028 |
1513 |
631 |
28 |
17 |
27 |
419 |
53 |
4536 |
1334 |
555 |
29 |
16 |
36 |
382 |
54 |
1765 |
447 |
123 |
30 |
15 |
70 |
132 |
55 |
3620 |
1184 |
459 |
26 |
10 |
60 |
305 |
56 |
3217 |
867 |
302 |
26 |
18 |
62 |
229 |
57 |
3155 |
786 |
264 |
29 |
18 |
65 |
229 |
58 |
4090 |
1338 |
501 |
27 |
16 |
60 |
364 |
59 |
5109 |
1696 |
589 |
27 |
14 |
53 |
450 |