Парная линейная регрессия
06 Сентября 2011 в 18:20, контрольная работа
1.Рассчитайте параметры уравнения линейной зависимости выручки от экспорта 1тонны синтетического каучука от цены его на внутреннем рынке.
2. Найти оценки дисперсий S2, D(b0), D(b1), D(ŷ).
3. Постройте таблицу дисперсионного анализа.
4. Оцените тесноту связи с помощью коэффициента корреляции и детерминации.
5. Оцените с помощью средней ошибки аппроксимации качество уравнения.
6. Оцените значимость коэффициента корреляции и значимость коэффициента регрессии b1 с помощью t-критерия Стьюдента.
Линейная парная регрессия
13 Декабря 2010 в 18:58, реферат
Для точного описания уравнения регрессии необходимо знать условный закон распределения зависимой переменной Y при условии, что переменная Х примет значение х, т.е. Х = х. В статистической практике такую информацию получить, как правило, не удается, так как обычно исследователь располагает лишь выборкой пар значений (xi, yi) ограниченного объема n. В этом случае речь может идти об оценке (приближенном выражении, аппроксимации) по выборке функции регрессии. Такой оценкой является выборочная линия (кривая) регрессии:
= ( x, b0, b1, …, bp) (2)
Модель парной линейной регрессии
10 Мая 2013 в 07:43, контрольная работа
1. Рассчитать линейный коэффициент парной корреляции, оценить его статистическую значимость и построить для него доверительный интервал с уровнем значимости a=0,05. Сделать выводы
Парная линейная и нелинейная регрессия
22 Мая 2015 в 00:37, практическая работа
На основании данных между личным располагаемым доходом x в млрд $ и y – видом потребительских расходов жителей США в млрд $ за 10 лет и предположения, что уравнение регрессии имеет вид:
y(x)=b+b1x+e, требуется:
1) найти оценку коэффициентов регрессии, коэффициент корреляции;
2) оценить на уровне a = 5% значимость уравнения регрессии с помощью F-критерия Фишера и t-критерия Стьюдента;
3) найти коэффициент детерминации R2;
Парная линейная регрессия, парная нелинейная регрессия, множественная регрессия, временные ряды
31 Октября 2010 в 20:22
Моделирование и идентификация парной линейной регрессии