Реферат Парна і множинна регресія і кореляція

gn=top>

0,19101862

R-квадрат

0,03648811

Нормований R-квадрат

-0,1240972

Стандартна помилка

0,74755394

Спостереження

8

Дисперсійний аналіз

В 

df

SS

MS

F

Значимість F

Регресія

1

0,12697864

0,126978637

0,2272195

0,6504571

Залишок

6

3,35302136

0,558836894

В В 

Разом

7

3,48

В В В 
В 

Коефіцієнти

Стандартна помилка

t-статистика

P-Значення

Нижні 95%

Верхні 95%

Y-перетин

8,271668362

3,844685341

2,151455224

0,07495556

1,135937744

+17,67927447

Мінлива X 1

0,160732452

0,337194727

0,476675461

0,6504571

0,664353319

0,985818223

Висновок залишку

Спостереження

Передвіщене Y

Залишки

Стандартні залишки

1

9,846846389

0,353153611

0,510263509

2

+10,08794507

0,012054934

0,017417896

3

+10,12009156

-0,020091556

-0,029029827

4

+10,08794507

-0,887945066

-1,28297135

5

+10,02365209

0,676347915

0,977239505

6

+10,10401831

-1,104018311

-1,595170599

7

+10,29689725

0,103102747

0,148970781

8

+10,23260427

0,867395727

1,253280084

2. Нелінійні моделі регресії та їх лінеаризація

Мета роботи: ознайомитися з методикою розрахунку показників парної нелінійної регресії і кореляції, оволодіти прийомами побудови нелінійних регресійних моделей за допомогою MS Exсel.

РІШЕННЯ:

2.1.1 Регресія у вигляді статечної функції має вигляд:

.

Для оцінки параметрів моделі лінеарізую (наводжу до лінійного вигляду) модель шляхом логарифмування:.

позначають lny = Y, lna = A, lnx = X.

Тоді отримую: Y = A + bX.

Для розрахунків складаю за допомогою MS Excel допоміжну таблицю, в якій розрахую натуральні логари...