Построение линейной модели парной регрессии, расчет коэффициента корреляции и расчет коэффициента эластичности
Задание
1. Построить модель парной линейной регрессии y = a + bx +e.
2. Изобразить на графике исходные и модельные значения.
3. Рассчитать коэффициенты корреляции и эластичности, коэффициенты эластичности сопоставить с коэффициентами регрессии.
4. Сделать прогноз на следующий шаг.
Содержание
Задание 3
Выполнение Задания 3
1. Построение линейной модели парной регрессии 3
2. Расчет коэффициента корреляции 6
3. Расчет коэффициента эластичности 7
4. Прогноз на следующий шаг 7
Список литературы не найден
Итого 338,3 751 10972,1 24439,4 54643 751
Среднее 30,755 68,273 997,463 2221,764 4967,545
Для расчета параметров можно использовать готовые формулы, которые вытекают из данной системы:
= 68,273 – 2,365×30,755 = -4,452
Получили линейное уравнение парной регрессии:
-4,452 + 2,365
Вывод. Коэффициент регрессии b показывает, что при увеличении факторного признака х на 1 единицу значение результативного признака у в среднем возрастает на 2,365 единицы. Поскольку значение положительное, то связь между признаками прямая.
Свободный член а = -4,452 оценивает влияние прочих факторов, оказывающих воздействие на результативный признак. Т.е. воздействие прочих факторов уменьшает значение результативного признака.
Теоретичес