Essays.club - Получите бесплатные рефераты, курсовые работы и научные статьи
Поиск

Построение многофакторной регрессионной модели методом корреляционных плеяд

Автор:   •  Ноябрь 25, 2021  •  Лабораторная работа  •  2,726 Слов (11 Страниц)  •  420 Просмотры

Страница 1 из 11

Отчет по Лабораторной работе №2 «Построение многофакторной регрессионной модели методом корреляционных плеяд»

        

        Задание: построить многофакторную модель, в которой будет соблюдаться основное правило построения модели: «Факторы, включенные в модель, должны быть сильно связаны с зависимой переменной и слабо связаны между собой». Исходные данные представлены в таблице 1.

Характеристика исходных данных

Y

X1

X2

X3

62240

2890

30434

13,9

88569

4409

162229

55,3

3118

210

2370

5,7

186256

5436

802725

87,2

56262

1559

48075

56,2

19216

940

18894

27,6

16567

1197

19621

31,1

203456

8212

336472

60,5

13425

459

9843

33,5

31163

1405

44217

35,1

30109

1575

34142

26,5

14781

964

6412

4,4

41138

1866

39208

24,9

69202

4419

80694

13,2

10201

802

6714

14,9

75282

2600

28148

2,4

47064

1110

11861

5,8

57342

1147

63273

50,4

32900

864

16144

4,9

18135

763

14758

25,9

Таблица 1 - Исходные данные

Где:
Y – объем выпуска продукции, млн. руб.
X1 – численность промышленно-производственного персонала, чел.
X2 – среднегодовая стоимость основных фондов, млн. руб.

X3 – электровооруженность 1 чел.-ч., кВтч.

Метод использования парных коэффициентов корреляции

        Для построения корреляционных плеяд необходимо построить матрицу парных коэффициентов корреляции Пирсона и определить зависимость или ее отсутствие у переменны. Коэффициент корреляции Пирсона рассчитывается по формуле 1:

[pic 1]

Формула 1 - Коэффициент корреляции Пирсона

        Используя данную формулу, мы можем рассчитать парные коэффициенты корреляции для всех переменных. Выполним данные расчеты в Excel с помощью инструмента анализа данных – корреляция (Рисунок 1).

[pic 2]

Рисунок 1 - Инструмент расчета корреляционной матрицы в Excel

        Результатом расчета является корреляционная матрица (Таблица 2).

Корреляционная матрица

Y

X1

X2

X3

Y

1,00000

0,93380

0,84212

0,67345

X1

0,93380

1,00000

0,70348

0,55302

X2

0,84212

0,70348

1,00000

0,75631

X3

0,67345

0,55302

0,75631

1,00000

Таблица 2 - Корреляционная матрица

        Чтобы понять какая корреляция статистически значима, необходимо сравнить рассчитанные коэффициенты корреляции с критическим значением коэффициента корреляции. Критических коэффициент корреляции рассчитывается по формуле 2:

[pic 3]

Формула 2 – Критический коэффициент корреляции

...

Скачать:   txt (32.5 Kb)   pdf (623.5 Kb)   docx (1 Mb)  
Продолжить читать еще 10 страниц(ы) »
Доступно только на Essays.club