Учебная работа № 4769. «Контрольная Корреляционно-регрессионный анализ данных, вариант 4
Учебная работа № 4769. «Контрольная Корреляционно-регрессионный анализ данных, вариант 4
Содержание:
Провести корреляционно-регрессионный анализ данных из таблицы
1. Построить распределение величин на корреляционном поле. Проанализировать результат.
2. Построить линейное уравнение парной регрессии y от x .
3. Рассчитать линейный коэффициент парной корреляции.
4. Оценить статистическую значимость коэффициента парной корреляции и коэффициентов регрессии.
5. Вычислить коэффициент детерминации R.
6. Оценить качество уравнения регрессии.
7. Рассчитать доверительный интервал для параметров регрессии a и b.
8. Рассчитать среднюю ошибку аппроксимации.
9. Найти прогнозное значение (взять любое неизвестное значение из интервала X)
Оцените полученные результаты и сделайте выводы.
Выдержка из похожей работы
обосновать закономерности в неопределенных
процессах, человечество выработало
целый арсенал методов, которые называются
математической статистикой (прикладной
статистикой или анализом данных),
В
данном пособии кратко рассмотрены
основные направления методов математической
статистики,
Выборочное
наблюдение– решает задачу обобщения
на всю совокупность результатов,
полученных при изучении его части,
например, анкетирование и т,д,
Проверка
статистических гипотез– позволяет
ответить на вопрос о достоверности
принимаемого решения (например,
обоснованность рейтинга популярности),
Дисперсионный
анализ– изучает влияние факторных
признаков на результативный (например,
зависит ли производительность труда
рабочего от стажа, возраста, стажа и
возраста),
Корреляционно-регрессионный
анализ– позволяет выявить связи и
построить модели зависимости (например,
какая зависимость существует между
спросом на продукцию и курсом валюты),
Перечисленные
выше методы основываются на теоретических
положениях теории вероятности и быстро
входят в нашу жизнь посредством пакетов
прикладных математических (MathCad,
MatLab)
и статистических (STATISTICA)
программ, Настоящее учебное пособие
призвано помочь студентам в изучении
основ теории вероятностей и математической
статистики для решения многих практических
задач,
Реальные
социально-экономические, технические,
технологические и другие процессы
зависят от большого числа параметров,
их характеризующих, Поэтому возникает
необходимость использовать методы
многомерного
статистического анализа,
которые обобщают методы проверки
статистических гипотез, дисперсионный,
корреляционно-регрессионный анализ и
другие разделы на многомерный случай,
Важным моментом при выборе математического
инструментария является предварительный
анализ данных – разведочный
анализ, целью которого
является исследование исходных данных,
изучение их вероятностной и геометрической
природы, рассмотрение и проверка рабочих
гипотез, Круг рассмотренных выше методов
обработки экспериментальных данных
определяют как прикладная
статистика (или анализ
данных),
Более
подробно ознакомиться с современными
методами прикладной статистики можно
по литературе [1, 5], Эти направления мы
предлагаем для дальнейшего самостоятельного
изучения и применения на практике,
Следует
отметить, что на современном этапе
управление производством, фирмой,
регионом практически невозможно без
системного подхода, разрабатывающего
методики анализа целей, методы и модели
совершенствования организационной
структуры, управления функционированием
объектов,
В
зависимости от информации об изучаемом
объекте применяют следующие методы:
мозговой атаки, построения сценариев,
экспертной оценки, математической
логики, теории множеств, теории игр,
прикладной статистики, математического
программирования и т,д, Разумеется
большинство методов пересекается, При
этом статистические методы в рамках
системного анализа являются одним из
возможных подходов перевода словесного
описания модели изучаемого объекта в
формальное, для решения задач управления
и принятия решений
