355266 работ
представлено на сайте

Контрольная Вариант 10 корреляции, номер: 342819

Номер: 342819
Количество страниц: 9
Автор: marvel13
390 руб.
Купить эту работу
Не подошла
данная работа?
Вы можете заказать учебную работу
на любую интересующую вас тему
Заказать новую работу
essay cover Вариант 10 корреляции , "Рабочее задание
1. Ознакомьтесь с методикой проведения однофакторного корреляционного и регрессионного анализа.
2. Исполь...

Автор:

Дата публикации:

Вариант 10 корреляции
logo
"Рабочее задание
1. Ознакомьтесь с методикой проведения однофакторного корреляционного и регрессионного анализа.
2. Исполь...
logo
144010, Россия, Московская, Электросталь, ул.Ялагина, д. 15А
Телефон: +7 (926) 348-33-99

StudentEssay

buy КУПИТЬ ЭТУ РАБОТУ.
  • Содержание:
    "Рабочее задание
    1. Ознакомьтесь с методикой проведения однофакторного корреляционного и регрессионного анализа.
    2. Используя данные таблицы постройте уравнение регрессии, определите коэффициенты регрессии, корреляции и детерминации.
    3. Оцените значимость вычисленных коэффициентов регрессии с помощью t-критерия Стьюдента.
    4. Оцените адекватность построенной модели с помощью F-критерия Фишера.
    5. Проведите однофакторный корреляционный и регрессионный анализ в MS Excel.
    6. Оформите отчет по лабораторной работе.



    1 – 10,2 11,1
    2 – 10,4 11,4
    3 – 10,6 11,2
    4 – 10,9 11,0
    1 – 11,1 10,9
    6 – 11,3 10,7
    7 – 11,4 10,1
    8 – 11,6 10,4
    9 – 11,7 10,3
    10 – 11,8 10,1
    11 – 12,0 49,9
    12 – 12,1 49,7
    13 – 12,2 49,1
    14 – 11,3 11,1
    11 – 11,9 49,9
    16 – 12,1 49,7
    17 – 11,6 49,1
    18 – 12,9 49,6
    19 – 12,4 49,9
    20 – 11,8 12,1
    21 – 12,2 49,9
    22 – 12,3 49,7
    23 – 12,2 11,1
    24 – 12,4 49,4
    25 – 12,1 11,4
    Методические рекомендации по выполнению лабораторной работы
    Для проведения регрессионного анализа и прогнозирования необходимо:
    1) построить график исходных данных и попытаться зрительно, приближенно определить характер зависимости;
    2) выбрать вид функции регрессии, которая может описывать связь исходных данных;
    3) определить численные коэффициенты функции регрессии методом наименьших квадратов;
    4) оценить силу найденной регрессионной зависимости на основе коэффициента детерминации ;
    5) при сделать прогноз, в противном случае – вывод о невозможности прогнозирования с помощью найденной регрессионной зависимости. При этом не рекомендуется использовать модель регрессии для тех значений независимого параметра X, которые не принадлежат интервалу, заданному в исходных данных.
    6) Вычислить коэффициент Пирсона.
    7) Провести анализ значимости коэффициентов регрессии с помощью t-критерия Стьюдента.
    8) Провести проверку адекватности построенной модели по с помощью F-критерия
    "
logo

Другие работы