1.Построить линейное уравнение парной регрессии у по х.

2.Расчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.

З.Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F-критерия Фишера и t-критерия Стьюдента.

4.Выполнить прогноз выработки продукции на одного работника (у) при прогнозном значении удельного веса рабочих высокой квалификации в обшей численности рабочих (х), составляющем 107% от среднего уровня. 5.Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. Пример 2

По 12 предприятиям региона N приводятся данные за2013 г. (таблица2).

Таблица 2 Исходные данные

№	У	Х₁	Х₂
1	3,5	20,2	3,6
2	3,1	16,6	3,4
3	2,3	26,3	3,3
4	2,4	13,6	0,8
5	3,4	33,8	3,5
6	2,5	19,2	1,8
7	2,7	24,5	4,1
8	3,5	19,5	3,2
9	0,7	28,2	0,3
10	2,9	20,3	2,3
11	3,6	20,2	3,1
12	2,2	11,9	0,4

где у - чистый доход, млрд. долл.

Х₁- оборот капитала, млрд. долл.

Х₂- использованный капитал, млрд. долл.

Задание:

1. Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.

Вариант 3

Пример 1

По 12 предприятиям региона N приводятся данные за 2013 г. (таблица 1).

Таблица 1 — Исходные данные

№ п/п	У	Х₁
1	1,0	5,8
2	1,0	6,1
3	1,0	6,3
4	1,1	6,9
5	1,1	7,2
6	1,2	7,8
7	1,3	8,1
8	1,3	8,2
9	1,3	8,4
10	1,4	8,8
11	1,4	9,5
12	1,4	9,7

Где у - выработка продукции на одного работника (тыс. руб.);

Х₁- удельный вес рабочих высокой квалификации в общей численности рабочих (%).

Задание: