задача (решение в ексле) прикреплен файл

Имеются данные о предложении поддержанных автомобилей марки Тойота модели RAV4. Строится модель цены автомобиля (у, тыс.руб.) в зависимости от года выпуска (х1), пробега (х2, тыс.км.) и объхема двигателя (х3, л)                        
у    х1    х2    х3
332    1999    190    2
1080    2010    70    2,4
980    2010    35    2
720    2007    110    2
475    2002    160    2
755    2006    65    2
785    2007    70    2
630    2004    130    2
575    2004    120    2
965    2010    55    2
400    1998    110    2
375    2000    130    2
850    2008    100    2
890    2008    60    2
805    2008    80    2,4
"1. Указать матрицы значений зависимой и объясняющих переменных (y и X), необходимые для получения оценок коэффициентов модели множественной регрессии. Какое минимальное количество наблюдений необходимо для построения модели на все факторы?
2. Предположить, какие факторы могут объяснять разброс зависимой переменной. Какие из них являются количественными, какие качественными?
3. Найти коэффициенты парной корреляции, проанализировать их:
4. Построить линейную модель множественной регрессии. Записать уравнение. Дать смысловую интерпретацию каждого коэффициента.
5. Проверить на 5% - уровне статистическую значимость коэффициентов регрессии. Записать нулевую и альтернативную гипотезы о статистической значимости, вывод.
Проверить на 5% - уровне значимость модели в целом. Записать нулевую и альтернативную гипотезы, вывод
6. Построить «короткую» модель, исключив из предыдущей модели незначимые факторы. Записать полученное уравнение. Дать смысловую интерпретацию каждого коэффициента.
7. Проверить на 5% - уровне статистическую значимость коэффициентов «короткой» регрессии. Записать нулевую и альтернативную гипотезы
о статистической значимости, вывод. Проверить на 5% - уровне значимость «короткой» регрессии в целом. Записать нулевую и альтернативную гипотезы, вывод.
8.Сравним «длинную» и «короткую» модели
9. Выписать коэффициент детерминации «лучшей» модели. Проанализировать ее остатки. Что можно сказать о качестве «лучшей» из полученных моделей? Почему?
Можно ли ее использовать для прогнозирования значений зависимой переменной?