Пример 1

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

Таблица 1 — Исходные данные

№ п/п	У	Х1
1	1,6	10
2	5,6	12
3	3,7	15
4	5,7	17
5	2,7	18
6	3,8	19
7	4,8	19
8	4,9	20
9	5,9	20
10	1,0	21
11	1,0	21
12	1,1	22

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

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

Задание:

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 за 2013 г. (таблица 2).

Таблица 2 - Исходные данные

№ п/п	У	Х1	Х2
1	10,3	145,1	13,5
2	19,2	62,0	9,6
3	7,8	21,0	13,2
4	19,2	46,3	3,6
5	29,6	92,7	15,7
6	15,0	69,5	4,3
7	46,7	635,1	70,6
8	18,2	83,0	14,3
9	78,8	766,3	43,1
10	4,6	9,3	1,1
11	15,0	31,4	5,7
12	21,7	125,5	13,5

где у - чистый доход, млрд. долл.

Х₁ - оборот капитала, млрд. долл.

Х₂- использованный каптал, 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 9

Пример 1

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

Таблица 1 — Исходные данные

№ п/п	У	Х1
1	10,2	21
2	10,3	21
3	10,8	21
4	11,9	23
5	11,3	24
6	12,4	25
7	13,5	27
8	13,9	29
9	13,1	31
10	14,2	33
11	14,3	35.
12	14,1	34

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

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

Задание:

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 за 2013 г. (таблица 2).

Таблица 2 - Исходные данные

№ п/п	У	Х1	Х2
1	42,2	65,3	16,2
2	43,9	47,4	11,8
3	42,9	48,5	15,8
4	43,9	44,9	2,1
5	43,9	54,9	19,1
6	42,6	49,8	3,1
7	45,4	171,1	96,3
8	42,9	51,9	17,4
9	48,2	199,4	57,9
10	41,7	80,9	1,3
11	42,6	49,8	5,3
12	43,2	61,1	16,2

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 10