Ход работы. Создаем структуру таблицы для вспомогательных данных, заполнили ячейки вспомогательными данными

РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ

Создаем структуру таблицы для вспомогательных данных, заполнили ячейки вспомогательными данными

 

Проверка статистической значимости коэффициентов линейной парной регрессии. Интервальная оценка для дисперсии возмущений.

Создаем структурную таблицу и производим вычисление.

 

Вывод:

1. Коэффициент является статистически значимым на выбранном уровне a=0,05. Это означает, что с надежностью т.е. 95%, значение коэффициента отражает реальную связь между прибылью предприятия и затратами на модернизацию оборудования. Оставшиеся 5%представляют вероятность того, что найденная зависимость является лишь случайной особенностью данной выборки.

2. Доверительным интервалом для будет [2,030047718

; 2,357470424]. Это означает, что при увеличении затрат на модернизацию оборудования на 1 тыс. долл. с вероятностью 95% увеличение прибыли в среднем составит от 2,030047718 до 2,357470424тыс. долл. в год.

Аналогично проверяется значимость коэффициента

 

Вывод: коэффициент значим.

Создаем структуру таблицы для оценки дисперсии возмущений и производим вычисления.

 

Вывод: Интервал изменений среднеквадратического отклонения составляет [1,867231261; 0,222804221]. Это означает, что с 95%-й вероятностью отклонение значений получаемой прибыли от среднего значения прибыли будет изменяться от 1,867231261до 0,222804221

Проверка общего качества регрессионной модели

 

Вывод: уравнение регрессии незначимо.

Проверка значимости коэффициентов корреляции и детерминации

Создаем структуру таблицы оценки значимости коэффициента корреляции и производим вычисления.

 

 

Вывод: коэффициент корреляции является значимым.

 

 

Создаем структуру таблицы оценки значимости коэффициента детерминации и производим вычисления

Вывод: коэффициент детерминации является значимым.

Оценка точности модели

Создаем структуру таблицы вспомогательных вычислений для оценки точности и производим вычисления

Вывод: Средняя относительная ошибка составляет 1,308%, что свидетельствует о низкой точности модели.

Для расчетов значимости на уровне a=0,01 производим вычисления

 

Вывод:

1. Коэффициент является статистически значимым на выбранном уровне a=0,01. Это означает, что с надежностью т.е. 99%, значение коэффициента отражает реальную связь между прибылью предприятия и затратами на модернизацию оборудования. Оставшиеся 1%представляют вероятность того, что найденная зависимость является лишь случайной особенностью данной выборки.

2. Доверительным интервалом для будет [2,030047718

; 2,357470424]. Это означает, что при увеличении затрат на модернизацию оборудования на 1 тыс. долл. с вероятностью 99% увеличение прибыли в среднем составит от 2,030047718 до 2,357470424тыс. долл. в год.

3. Вывод: коэффициент незначим

4. Интервал изменений среднеквадратического отклонения составляет

[1,867231261; 0,222804221]. Это означает, что с 99%-й вероятностью отклонение значений получаемой прибыли от среднего значения

прибыли будет изменяться от 1,867231261 до 0,222804221

5. Уравнение регрессии значимо.

6. Коэффициент корреляции является значимым.

7. коэффициент детерминации является значимым.

Вывод: В ходе лабораторной работы научились осуществлять проверку статистической значимости коэффициентов уравнения регрессии, проверку общего качества уравнения регрессии, проверку точности модели.

Благодаря этому удалось пополнить свои знания в системе MS Excel.