лаба

Контрольная работа №2 на тему «Множественная регрессия»
По данным своего варианта:
    Построить корреляционную матрицу;
    Построить регрессииy на х1, х2,…, хКпо алгоритмам «сверху» и «снизу» для линейной и степенной функций зависимости, т.е. y ̂=b_0+b_1*x_1+⋯+b_n x_n и  y ̂=b_0*x_1^(b_1 )*x_2^(b_2 )*…*x_n^(b_n );
    Считать 1= 0,7, 2=0,7. То есть корреляция между y и x меньше 0,7 недопустима, а между xi и xjбольше 0,7 недопустима.
    Полученные модели должны быть значимы по критерию Фишера, коэффициенты регрессии значимы по критерию Стьюдента.
    Выбрать лучшую модель среди линейных по критерию скорректированного коэффициента детерминации.
    Выбрать лучшую модель среди степенных по критерию скорректированного коэффициента детерминации.
    Выбрать между лучшей линейной моделью и лучшей степенной моделью с помощью теста Зарембки.
    Описать логику переходов от одной модели к другой, почему от одних отказываемся, а другие, наоборот, предпочтительнее.
    Расчеты произвести в Excel, давая краткие пояснения. Word не обязателен. Каждая новая модель должна быть вынесена на отдельный лист.


вариант 13
    x1    x2    x3    x4    x5    x6    y
1    64,1    2,6    0,2    33,8    51,3    29,0    2,7
2    63,8    2,8    0,2    43,6    51,3    34,1    3,3
3    61,2    3,2    2,4    43,6    51,3    39,9    4,4
4    61,8    4,0    2,0    48,8    51,3    46,0    4,7
5    57,2    4,9    2,9    56,9    51,3    54,9    5,6
6    58,4    5,7    2,0    35,8    63,1    63,0    7,3
7    57,0    6,7    2,7    32,5    87,2    61,6    8,1
8    62,3    7,6    0,3    55,3    82,1    59,2    8,8
9    58,0    7,9    2,4    58,5    92,3    63,5    11,1
10    59,0    8,9    2,4    65,0    97,5    71,0    12,5
11    56,5    9,7    4,6    71,5    107,7    71,2    13,2
12    54,5    11,5    7,1    61,8    112,9    74,4    17,9
13    54,0    12,1    8,2    61,8    107,7    84,8    15,4
14    54,1    13,0    1,7    71,5    107,7    94,3    16,0
15    51,7    12,2    13,0    71,5    82,1    103,0    19,6
16    50,8    16,6    15,5    74,8    105,2    107,4    19,5
17    51,6    18,7    10,4    63,4    107,7    112,6    20,4
18    51,5    21,2    9,5    73,1    89,3    117,4    21,3
19    50,7    26,3    10,2    54,0    78,5    121,5    10,4
20    54,2    29,4    12,1    58,5    77,0    126,0    12,3
21    55,2    31,1    8,7    55,3    66,7    140,8    12,2
22    53,2    33,1    6,5    58,5    77,0    183,9    12,6
23    55,9    35,0    7,1    59,2    82,1    188,6    9,2
24    55,1    39,6    10,3    68,3    82,1    203,3    15,0
Лабораторная работа №1
С использованием данных своего варианта:
1.    Построить модель линейной зависимости,  где   – потребление (или объем продаж);   – доход (или индекс цен)  
2.    Дать экономическую интерпретацию полученного параметра b2;
3.    Определить тесноту связи между рассматриваемыми экономическими показателями и дать описание полученному результату;
4.    Построить точечную диаграмму исходных данных и линию линейного тренда на ней, а также построить график ошибок;
5.    Провести проверку качества парного уравнения регрессии, рассчитав:
а) Ошибку точности выполнения арифметических расчетов;
Б) среднюю ошибку аппроксимации;
В) Коэффициент детерминации;
г) Остаточную дисперсию;
Д) Ковариационную матрицу и стандартные отклонения параметров b1, b2 по ней.
6.    Оценить значимость полученных коэффициентов регрессии по t-критерию Стьюдента (уровень значимости α=0,05);
7.    Построить 95% доверительные интервалы для параметров b1, b2 ;
8.    Оценить значимость модели по F-критерию Фишера (уровень значимости α=0,05);
9.    Рассчитать статистику Дарбина-Уотсона;
10.    Оформить расчёты в файле Excel;
11.    Составить аналитическую записку с результатами вычислений, экономическими обоснованиями и пояснениями в файле Word.

Вариант 13

Построить уравнение потребления трикотажа от цены и оценить его качество.
Год    Потребление трикотажа, шт.    Индекс розничных цен
1976    4,0    100
1977    4,1    99
1978    4,3    98
1979    4,4    99
1980    4,4    100
1981    4,4    100
1982    4,3    99
1983    4,4    100
1984    4,6    99