Автор работы: Пользователь скрыл имя, 29 Марта 2013 в 11:04, лабораторная работа
1. Выявить наличие среди исходных данных резко выделяющихся значений признаков (аномалий в данных) и исключить их из выборки.
2. Рассчитать обобщающие статистические показатели совокупности по изучаемым признакам: среднюю арифметическую ( ), моду (Мо), медиану (Ме), размах вариации (R), дисперсию( ), среднее квадратическое отклонение ( ), коэффициент вариации (Vσ).
3. На основе рассчитанных показателей в предположении, что распределения единиц по обоим признакам близки к нормальному, оценить:
а) степень колеблемости значений признаков в совокупности;
б) степень однородности совокупности по изучаемым признакам;
в) количество попаданий индивидуальных значений признаков в диапазоны ( ), ( ), ( )..
4. Сравнить распределения единиц совокупности по двум изучаемым признакам на основе анализа:
а) колеблемости признаков;
б) однородности единиц;
в) надежности (типичности) средних значений признаков.
5. Построить интервальный вариационный ряд и гистограмму распределения единиц совокупности по признаку Среднегодовая стоимость основных производственных фондов и установить характер (тип) этого распределения.
Для анализа коэффициентов а0, а1 линейного уравнения регрессии используется табл.2.7, в которой:
– значения коэффициентов а0, а1 приведены в ячейках В91 и В92 соответственно;
– рассчитанный уровень
значимости коэффициентов
– доверительные интервалы
коэффициентов с уровнем
5.1.1. Определение
значимости коэффициентов
Уровень значимости – это величина α=1–Р, где Р – заданный уровень надежности (доверительная вероятность).
Режим работы инструмента Регрессия использует по умолчанию уровень надежности Р=0,95. Для этого уровня надежности уровень значимости равен α = 1 – 0,95 = 0,05. Этот уровень значимости считается заданным.
В инструменте Регрессия надстройки Пакет анализа для каждого из коэффициентов а0 и а1 вычисляется уровень его значимости αр, который указан в результативной таблице (табл.2.7 термин "Р-значение"). Если рассчитанный для коэффициентов а0, а1 уровень значимости αр, меньше заданного уровня значимости α= 0,05, то этот коэффициент признается неслучайным (т.е. типичным для генеральной совокупности), в противном случае – случайным.
Примечание. В случае, если признается случайным свободный член а0, то уравнение регрессии целесообразно построить заново без свободного члена а0. В этом случае в диалоговом окне Регрессия необходимо задать те же самые параметры за исключением лишь того, что следует активизировать флажок Константа-ноль (это означает, что модель будет строиться при условии а0=0). В лабораторной работе такой шаг не предусмотрен.
Если незначимым (случайным) является коэффициент регрессии а1, то взаимосвязь между признаками X и Y в принципе не может аппроксимироваться линейной моделью.
Вывод:
Для свободного члена а0 уравнения регрессии рассчитанный уровень значимости есть αр =0,12 Так как он больше заданного уровня значимости α=0,05, то коэффициент а0 признается случайным.
Для коэффициента регрессии а1 рассчитанный уровень значимости есть αр =1, 09 Так как он больше заданного уровня значимости α=0,05, то коэффициент а1 признается случайным
5.1.2. Зависимость доверительных интервалов коэффициентов уравнения от заданного уровня надежности
Доверительные интервалы коэффициентов а0, а1 построенного уравнения регрессии при уровнях надежности Р=0,95 и Р=0,683 представлены в табл.2.7, на основе которой формируется табл.2.9.
Таблица 2.9
Границы доверительных интервалов коэффициентов уравнения
Коэффициенты |
Границы доверительных интервалов | |||
Для уровня надежности Р=0,95 |
Для уровня надежности Р=0,683 | |||
нижняя |
верхняя |
нижняя |
верхняя | |
а0 |
-353,26 |
43,90 |
-253,45 |
-55,91 |
а1 |
0,90 |
1,28 |
0,99 |
1,18 |
Вывод:
В генеральной совокупности предприятий значение коэффициента а0 следует ожидать с надежностью Р=0,95 в пределах -353,26 а0 43,90
, значение коэффициента а1 в пределах 0,90 а1 1,28 Уменьшение уровня надежности ведет к сужению доверительных интервалов коэффициентов уравнения.
Практическую пригодность построенной модели можно охарактеризовать по величине линейного коэффициента корреляции r:
Информация о работе Автоматизированный априорный анализ статистической совокупности в среде MS Excel