Анализ накладных расходов
Построение уравнения множественной регрессии в линейной форме с полным набором факторов, отбор информативных факторов. Проверка значимости уравнения регрессии по критерию Фишера и статистической значимости параметров регрессии по критерию Стьюдента.
| Рубрика | Экономико-математическое моделирование |
| Вид | лабораторная работа |
| Язык | русский |
| Дата добавления | 17.10.2009 |
| Размер файла | 217,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
13
Министерство образования и науки Российской Федерации
Федеральное агентство по образованию
Государственное образовательное учреждение высшего профессионального образования
Всероссийский заочный финансово-экономический институт
Кафедра экономико-математических методов и моделей
Лабораторная работа
по эконометрике
Вариант 8
Липецк 2007
Анализ накладных расходов
По данным, представленным в табл. 1, исследуется зависимость между величиной накладных расходов 40 строительных организаций Y (млн. руб.) и следующими тремя основными факторами:
x1 - объемом выполненных работ, млн. руб.
x2 - численностью рабочих, чел.
x3 - фондом зарплаты, млн. руб.
Таблица 1
|
№ |
Накладные расходы, млн. руб. |
Объем работ, млн. руб. |
Численность рабочих, чел. |
Фонд заработной платы рабочих, млн. руб. |
|
|
1 |
3,5 |
11,9 |
980 |
5,754 |
|
|
2 |
4,0 |
12,1 |
675 |
5,820 |
|
|
3 |
3,1 |
11,2 |
1020 |
4,267 |
|
|
… |
… |
… |
… |
… |
|
|
38 |
1,6 |
7,4 |
159 |
1,570 |
|
|
39 |
1,2 |
2,2 |
162 |
1,142 |
|
|
40 |
1,5 |
2,6 |
101 |
0,429 |
Задание 1
1. Построить уравнение множественной регрессии в линейной форме с полным набором факторов, отобрать информативные факторы в модель по t-критерию для коэффициентов регрессии.
2. Построить уравнение множественной регрессии только со значимыми факторами, рассчитать индекс корреляции R и оценить качество полученного уравнения регрессии с помощью коэффициента детерминации.
3. Оценить статистическую значимость уравнения регрессии, используя критерий Фишера F(б=0,05) и статистическую значимость параметров регрессии, используя критерий Стьюдента.
4. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, в- и ?-коэффициентов.
5. Проверить выполнение предпосылок МНК, в том числе провести тестирование ошибок уравнения регрессии на гетероскедастичность.
Задание 1
С помощью инструмента Регрессия (Анализ данных в Excel) построим уравнение множественной регрессии в линейной форме с полным набором факторов:
Результат регрессионного анализа содержится в таблицах 2 - 4:
Таблица 2
|
Регрессионная статистика |
||
|
Множественный R |
0,866358078 |
|
|
R-квадрат |
0,750576318 |
|
|
Нормированный R-квадрат |
0,729791012 |
|
|
Стандартная ошибка |
0,471742887 |
|
|
Наблюдения |
40 |
Таблица 3. Дисперсионный анализ
|
|
df |
SS |
MS |
F |
Значимость F |
|
|
Регрессия |
3 |
24,10851135 |
8,03617 |
36,11091 |
5,96E-11 |
|
|
Остаток |
36 |
8,01148865 |
0,222541 |
|||
|
Итого |
39 |
32,12 |
Таблица 4
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
||
|
Y-пересечение |
1,132 |
0,19076 |
5,931641159 |
|
|
X1 |
0,060 |
0,02727 |
2,184222962 |
|
|
X2 |
0,001 |
0,00038 |
2,797672164 |
|
|
X3 |
0,103 |
0,05294 |
1,942314668 |
Уравнение регрессии выглядит следующим образом:
y= 1,132+ 0,060x1+ 0,001x2+0,103x3.
Для отбора информативных факторов в модель воспользуемся инструментом Корреляция (Excel).
Получим
|
|
Y |
X1 |
X2 |
X3 |
|
|
Y |
1 |
||||
|
X1 |
0,81487503 |
1 |
|||
|
X2 |
0,739480383 |
0,688804335 |
1 |
||
|
X3 |
0,773879466 |
0,824998839 |
0,59924032 |
1 |
Анализ матрицы коэффициентов парной корреляции показывает, что накладные расходы имеют тесную связь с фондом заработной платы (ryx3=0,815), с объемом работ и с численностью рабочих. Однако факторы X1 и X3 тесно связаны между собой (ryx1x3=0,825), что свидетельствует о наличии мультиколлинеарности. Из этих двух переменных оставим в модели X1 - объем работ.
Задание 2
С помощью инструмента Регрессия (Анализ данных в Excel) построим уравнение множественной регрессии только со значимыми факторами. Результат регрессионного анализа содержится в таблицах 5 - 8:
Таблица 5. Регрессионная статистика
|
Множественный R |
0,851 |
|
|
R-квадрат |
0,724 |
|
|
Нормированный R-квадрат |
0,709542965 |
|
|
Стандартная ошибка |
0,489098594 |
|
|
Наблюдения |
40 |
Таблица 6. Дисперсионный анализ
|
|
df |
SS |
MS |
F |
Значимость F |
|
|
Регрессия |
2 |
23,2689549 |
11,63447745 |
48,636 |
4,40607E-11 |
|
|
Остаток |
37 |
8,851045097 |
0,239217435 |
|||
|
Итого |
39 |
32,12 |
Таблица 7
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
|
|
Y-пересечение |
1,165 |
0,196970572 |
5,914 |
|
|
X1 |
0,097 |
0,019899056 |
4,883 |
|
|
X2 |
0,001 |
0,000390527 |
2,848 |
Таблица 8. ВЫВОД ОСТАТКА
|
Наблюдение |
Предсказанное Y |
Остатки |
|
|
1 |
3,411 |
0,089 |
|
|
2 |
3,092 |
0,908 |
|
|
3 |
3,388 |
-0,288 |
|
|
4 |
2,781 |
-0,081 |
|
|
5 |
2,857 |
0,743 |
|
|
6 |
2,849 |
-0,149 |
|
|
7 |
2,676 |
0,224 |
|
|
8 |
1,743 |
-0,143 |
|
|
9 |
2,016 |
-0,716 |
|
|
10 |
2,410 |
0,090 |
|
|
11 |
2,307 |
-0,207 |
|
|
12 |
2,289 |
0,111 |
|
|
13 |
2,363 |
-0,363 |
|
|
14 |
2,692 |
-0,192 |
|
|
15 |
1,971 |
-0,171 |
|
|
16 |
3,229 |
-0,429 |
|
|
17 |
4,562 |
-0,562 |
|
|
18 |
4,839 |
-0,939 |
|
|
19 |
4,242 |
0,458 |
|
|
20 |
3,774 |
1,026 |
|
|
21 |
3,779 |
0,521 |
|
|
22 |
3,667 |
-0,167 |
|
|
23 |
3,473 |
-0,473 |
|
|
24 |
3,577 |
0,023 |
|
|
25 |
3,298 |
0,002 |
|
|
26 |
3,399 |
-0,499 |
|
|
27 |
3,298 |
-0,198 |
|
|
28 |
3,646 |
-0,846 |
|
|
29 |
3,118 |
0,382 |
|
|
30 |
3,685 |
0,915 |
|
|
31 |
2,800 |
0,700 |
|
|
32 |
2,919 |
-0,019 |
|
|
33 |
2,829 |
-0,129 |
|
|
34 |
2,764 |
0,036 |
|
|
35 |
2,578 |
0,422 |
|
|
36 |
2,395 |
0,505 |
|
|
37 |
2,136 |
0,264 |
|
|
38 |
2,061 |
-0,461 |
|
|
39 |
1,559 |
-0,359 |
|
|
40 |
1,530 |
-0,030 |
Уравнение регрессии имеет вид: y= 1,165+ 0,097x1+0,001x2. Индекс корреляции (R)=0,851 (табл.5). Коэффициент детерминации = 0,724. Следовательно, около 72% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов.
Задание 3
Проверку значимости уравнения регрессии произведем на основе критерия Фишера. Значение F-критерия Фишера находится в таблице 6 и равен 48,636. Табличное значение при б=0,05 и k1=2, k2=37 составляет 3,252. Поскольку Fрас› Fтабл, то уравнение регрессии следует признать адекватным.
Значимость коэффициентов уравнения регрессии оценим с использованием t-критерия Стьюдента. Расчетные значения для a1 и a2 приведены в таблице 7 и равны 4,883 и 2,848. Табличное значение найдем с помощью функции СТЬЮДРАСПОБР при б=0,05 и k=37. Оно составляет 2,026. Т.к. расчетные значения больше табличного, то коэффициенты уравнения регрессии значимы.
Задание 4
Коэффициент эластичности рассчитывается по формуле:
вj=
?j=вj/R2
Таблица 9
|
№ |
Накладные расходы |
Объем работ |
y-yср |
(y-yср)2 |
x-xср |
(x-xср)2 |
(y-yср)*(x-xср) |
|
|
Y |
X1 |
|||||||
|
1 |
3,5 |
11,9 |
0,55 |
0,303 |
0,04 |
0,002 |
0,022 |
|
|
2 |
4 |
12,1 |
1,05 |
1,103 |
0,24 |
0,058 |
0,252 |
|
|
3 |
3,1 |
11,2 |
0,15 |
0,023 |
-0,66 |
0,436 |
-0,099 |
|
|
4 |
2,7 |
10,8 |
-0,25 |
0,062 |
-1,06 |
1,124 |
0,265 |
|
|
5 |
3,6 |
11,7 |
0,65 |
0,423 |
-0,16 |
0,026 |
-0,104 |
|
|
6 |
2,7 |
11,8 |
-0,25 |
0,062 |
-0,06 |
0,004 |
0,015 |
|
|
7 |
2,9 |
9,8 |
-0,05 |
0,002 |
-2,06 |
4,244 |
0,103 |
|
|
8 |
1,6 |
2,8 |
-1,35 |
1,823 |
-9,06 |
82,084 |
12,231 |
|
|
9 |
1,3 |
5,9 |
-1,65 |
2,723 |
-5,96 |
35,522 |
9,834 |
|
|
10 |
2,5 |
8,7 |
-0,45 |
0,203 |
-3,16 |
9,986 |
1,422 |
|
|
11 |
2,1 |
7,6 |
-0,85 |
0,722 |
-4,26 |
18,148 |
3,621 |
|
|
12 |
2,4 |
7,3 |
-0,55 |
0,303 |
-4,56 |
20,794 |
2,508 |
|
|
13 |
2 |
7,9 |
-0,95 |
0,903 |
-3,96 |
15,682 |
3,762 |
|
|
14 |
2,5 |
8,9 |
-0,45 |
0,203 |
-2,96 |
8,762 |
1,332 |
|
|
15 |
1,8 |
5,4 |
-1,15 |
1,323 |
-6,46 |
41,732 |
7,429 |
|
|
16 |
2,8 |
10,2 |
-0,15 |
0,023 |
-1,66 |
2,756 |
0,249 |
|
|
17 |
4 |
25,1 |
1,05 |
1,103 |
13,24 |
175,298 |
13,902 |
|
|
18 |
3,9 |
22,7 |
0,95 |
0,903 |
10,84 |
117,506 |
10,298 |
|
|
19 |
4,7 |
20,3 |
1,75 |
3,063 |
8,44 |
71,234 |
14,770 |
|
|
20 |
4,8 |
19,9 |
1,85 |
3,423 |
8,04 |
64,642 |
14,874 |
|
|
21 |
4,3 |
18,2 |
1,35 |
1,823 |
6,34 |
40,196 |
8,559 |
|
|
22 |
3,5 |
17,3 |
0,55 |
0,303 |
5,44 |
29,594 |
2,992 |
|
|
23 |
3 |
16,5 |
0,05 |
0,003 |
4,64 |
21,530 |
0,232 |
|
|
24 |
3,6 |
17 |
0,65 |
0,423 |
5,14 |
26,420 |
3,341 |
|
|
25 |
3,3 |
17,1 |
0,35 |
0,123 |
5,24 |
27,458 |
1,834 |
|
|
26 |
2,9 |
16,2 |
-0,05 |
0,002 |
4,34 |
18,836 |
-0,217 |
|
|
27 |
3,1 |
17,3 |
-0,15 |
0,023 |
5,44 |
29,594 |
-0,816 |
|
|
28 |
2,8 |
16,3 |
-0,15 |
0,023 |
4,44 |
19,714 |
-0,666 |
|
|
29 |
3,5 |
12,9 |
0,55 |
0,303 |
1,04 |
1,082 |
0,572 |
|
|
30 |
4,6 |
13,8 |
1,65 |
2,723 |
1,94 |
3,764 |
3,201 |
|
|
31 |
3,5 |
10,1 |
0,55 |
0,303 |
-1,76 |
3,098 |
-0,968 |
|
|
32 |
2,9 |
10,9 |
-0,05 |
0,002 |
-0,96 |
0,922 |
0,048 |
|
|
33 |
2,7 |
11,4 |
-0,25 |
0,062 |
-0,46 |
0,212 |
0,115 |
|
|
34 |
2,8 |
11,3 |
-0,15 |
0,023 |
-0,56 |
0,314 |
0,084 |
|
|
35 |
3 |
8,7 |
0,05 |
0,003 |
-3,16 |
9,986 |
-0,158 |
|
|
36 |
2,9 |
10 |
-0,05 |
0,002 |
-1,86 |
3,460 |
0,093 |
|
|
37 |
2,4 |
5,2 |
-0,55 |
0,303 |
-6,66 |
44,356 |
3,663 |
|
|
38 |
1,6 |
7,4 |
-1,35 |
1,823 |
-4,46 |
19,892 |
6,021 |
|
|
39 |
1,2 |
2,2 |
-1,75 |
3,063 |
-9,66 |
93,316 |
16,905 |
|
|
40 |
1,5 |
2,6 |
-1,45 |
2,103 |
-9,26 |
85,748 |
13,427 |
|
|
? |
118 |
474,4 |
-0,3 |
32,12 |
0 |
1149,52 |
154,95 |
|
|
ср. |
2,95 |
11,86 |
-0,0075 |
|
0 |
|
|
Тогда Э1(для X1)=0,097*11,86/2,95=0,391
в1=0,097*5,43/0,82=0,581
?1=0,806*0,581/0,724=0,647.
При изменении объема работ на 1% накладные расходы изменятся на 39%.При увеличении объема работ на 5,43 млн. руб. накладные расходы увеличатся на 476 тыс. руб. (0,581*0,82). Доля влияния объема работ в суммарном влиянии всех факторов составляет 64,7%.
Таблица 10
|
№ |
Накладные расходы |
Численность рабочих |
y-yср |
(y-yср)2 |
x-xср |
(x-xср)2 |
(y-yср)*(x-xср) |
|
|
Y |
X2 |
|||||||
|
1 |
3,5 |
980 |
0,55 |
0,303 |
411,28 |
0,092 |
226,201 |
|
|
2 |
4 |
675 |
1,05 |
1,103 |
106,28 |
1,216 |
111,589 |
|
|
3 |
3,1 |
1020 |
0,15 |
0,023 |
451,28 |
0,001 |
67,691 |
|
|
4 |
2,7 |
509 |
-0,25 |
0,062 |
-59,73 |
0,004 |
14,931 |
|
|
5 |
3,6 |
499 |
0,65 |
0,423 |
-69,73 |
0,179 |
-45,321 |
|
|
6 |
2,7 |
483 |
-0,25 |
0,062 |
-85,73 |
0,004 |
21,431 |
|
|
7 |
2,9 |
502 |
-0,05 |
0,002 |
-66,73 |
0,000 |
3,336 |
|
|
8 |
1,6 |
275 |
-1,35 |
1,823 |
-293,73 |
3,322 |
396,529 |
|
|
9 |
1,3 |
250 |
-1,65 |
2,723 |
-318,73 |
7,412 |
525,896 |
|
|
10 |
2,5 |
359 |
-0,45 |
0,203 |
-209,73 |
0,041 |
94,376 |
|
|
11 |
2,1 |
363 |
-0,85 |
0,722 |
-205,73 |
0,522 |
174,866 |
|
|
12 |
2,4 |
373 |
-0,55 |
0,303 |
-195,73 |
0,092 |
107,649 |
|
|
13 |
2 |
387 |
-0,95 |
0,903 |
-181,73 |
0,815 |
172,639 |
|
|
14 |
2,5 |
595 |
-0,45 |
0,203 |
26,28 |
0,041 |
-11,824 |
|
|
15 |
1,8 |
253 |
-1,15 |
1,323 |
-315,73 |
1,749 |
363,084 |
|
|
16 |
2,8 |
965 |
-0,15 |
0,023 |
396,28 |
0,001 |
-59,441 |
|
|
17 |
4 |
861 |
1,05 |
1,103 |
292,28 |
1,216 |
306,889 |
|
|
18 |
3,9 |
1320 |
0,95 |
0,903 |
751,28 |
0,815 |
713,711 |
|
|
19 |
4,7 |
993 |
1,75 |
3,063 |
424,28 |
9,379 |
742,481 |
|
|
20 |
4,8 |
607 |
1,85 |
3,423 |
38,28 |
11,714 |
70,809 |
|
|
21 |
4,3 |
760 |
1,35 |
1,823 |
191,28 |
3,322 |
258,221 |
|
|
22 |
3,5 |
738 |
0,55 |
0,303 |
169,28 |
0,092 |
93,101 |
|
|
23 |
3 |
634 |
0,05 |
0,003 |
65,28 |
0,000 |
3,264 |
|
|
24 |
3,6 |
683 |
0,65 |
0,423 |
114,28 |
0,179 |
74,279 |
|
|
25 |
3,3 |
424 |
0,35 |
0,123 |
-144,73 |
0,015 |
-50,654 |
|
|
26 |
2,9 |
593 |
-0,05 |
0,002 |
24,28 |
0,000 |
-1,214 |
|
|
27 |
3,1 |
406 |
-0,15 |
0,023 |
-162,73 |
0,001 |
24,409 |
|
|
28 |
2,8 |
807 |
-0,15 |
0,023 |
238,28 |
0,001 |
-35,741 |
|
|
29 |
3,5 |
629 |
0,55 |
0,303 |
60,28 |
0,092 |
33,151 |
|
|
30 |
4,6 |
1060 |
1,65 |
2,723 |
491,28 |
7,412 |
810,604 |
|
|
31 |
3,5 |
588 |
0,55 |
0,303 |
19,28 |
0,092 |
10,601 |
|
|
32 |
2,9 |
625 |
-0,05 |
0,002 |
56,28 |
0,000 |
-2,814 |
|
|
33 |
2,7 |
500 |
-0,25 |
0,062 |
-68,73 |
0,004 |
17,181 |
|
|
34 |
2,8 |
450 |
-0,15 |
0,023 |
-118,73 |
0,001 |
17,809 |
|
|
35 |
3 |
510 |
0,05 |
0,003 |
-58,73 |
0,000 |
-2,936 |
|
|
36 |
2,9 |
232 |
-0,05 |
0,002 |
-336,73 |
0,000 |
16,836 |
|
|
37 |
2,4 |
419 |
-0,55 |
0,303 |
-149,73 |
0,092 |
82,349 |
|
|
38 |
1,6 |
159 |
-1,35 |
1,823 |
-409,73 |
3,322 |
553,129 |
|
|
39 |
1,2 |
162 |
-1,75 |
3,063 |
-406,73 |
9,379 |
711,769 |
|
|
40 |
1,5 |
101 |
-1,45 |
2,103 |
-467,73 |
4,421 |
678,201 |
|
|
? |
118 |
22749 |
-0,3 |
32,12 |
0,00 |
67,03 |
7289,068 |
|
|
ср. |
2,95 |
568,725 |
-0,0075 |
|
|
|
|
Тогда Э2=0,001*568,725/2,95=0,214
в2=0,001*276,6/0,82=0,339
?2=0,744*0,339/0,724=0,348.
При изменении численности рабочих на 1% накладные расходы изменятся на 21%. При увеличении численности рабочих на 277 человек накладные расходы увеличатся на 280 тыс. руб. (276,6*0,82). Доля влияния численности рабочих в суммарном влиянии всех факторов составляет 35%.
Задание 5
Проверим выполнение предпосылок МНК:
· Отсутствие автокорреляции
Отсутствие автокорреляции проверяется по d-критерию Дарбина - Уотсона:
.
d=1,46 (d1=1,45 и d2=1,59).
Следовательно возникает неопределенность,
r=0,73 (rтабл=0,851), следовательно автокорреляция отсутствует.
· Случайный характер остатков.
Случайный характер остатков проверяется по графику. Как видно из графика в расположении точек Ei нет направленности, следовательно, Ei - случайные величины и применение МНК оправдано.
· Средняя величина остатков или математическое ожидание равно нулю.
Так как расположение остатков на графике не имеет направленности, то они независимы от значений фактора x1.
· Остатки подчиняются нормальному закону распределения.
· Проверка гомоскедастичности остатков:
Гомоскедастичность остатков проверяется по тесту Голдфельда - Кванта.
1) Ранжируем наблюдение в порядке возрастания х. Делим их на две группы: с большим и меньшим x и для каждой группы определяем уравнение регрессии.
Получаем следующие уравнения y=0,84+0,16x1+ 0,0006x2 и y=1,996+0,05x1+ 0,001x2
Рассчитываем остаточные суммы квадратов для каждой регрессии.
,
.
Вычисляются F- распределения.
Fнабл.=S2y/S1y или Fнабл.= S1y/S2y из условий, что в числителе должна быть большая сумма квадратов.
Fнабл. = S2y/S1y =2,67
Производится сравнение Fнабл. и Fтабл.
2,06<2,67(при k1=40, k2=18, б=0,05) следовательно, гетероскедастичность имеет место.
Подобные документы
Расчет параметров парной линейной регрессии. Оценка статистической значимости уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента. Построение матрицы парных коэффициентов корреляции. Статистический анализ с помощью ППП MS EXCEL.
контрольная работа [1,6 M], добавлен 14.05.2008Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.
контрольная работа [914,4 K], добавлен 01.12.2013Основные методы анализа линейной модели парной регрессии. Оценки неизвестных параметров для записанных уравнений парной регрессии по методу наименьших квадратов. Проверка значимости всех параметров модели (уравнения регрессии) по критерию Стьюдента.
лабораторная работа [67,8 K], добавлен 26.12.2010Параметры уравнения линейной регрессии. Вычисление остаточной суммы квадратов, оценка дисперсии остатков. Осуществление проверки значимости параметров уравнения регрессии с помощью критерия Стьюдента. Расчет коэффициентов детерминации и эластичности.
контрольная работа [248,4 K], добавлен 26.12.2010Определение количественной зависимости массы пушного зверька от его возраста. Построение уравнения парной регрессии, расчет его параметров и проверка адекватности. Оценка статистической значимости параметров регрессии, расчет их доверительного интервала.
лабораторная работа [100,5 K], добавлен 02.06.2014Экономическая интерпретация коэффициента регрессии. Нахождение статочной суммы квадратов и оценка дисперсии остатков. Проверка значимости параметров уравнения регрессии с помощью t-критерия Стьюдента. Расчет средней относительной ошибки аппроксимации.
контрольная работа [261,1 K], добавлен 23.03.2010Построение модели для зависимой переменной, используя пошаговую множественную регрессию. Рассчет индекса корреляции, оценка качества полученного уравнения регрессии с помощью коэффициента детерминации. Оценка статистической значимости уравнения регрессии.
лабораторная работа [2,1 M], добавлен 25.05.2009Понятие регрессии. Оценка параметров модели. Показатели качества регрессии. Проверка статистической значимости в парной линейной регрессии. Реализация регрессионного анализа в программе MS Excel. Условия Гаусса-Маркова. Свойства коэффициента детерминации.
курсовая работа [233,1 K], добавлен 21.03.2015Анализ метода наименьших квадратов для парной регрессии, как метода оценивания параметров линейной регрессии. Рассмотрение линейного уравнения парной регрессии. Исследование множественной линейной регрессии. Изучение ошибок коэффициентов регрессии.
контрольная работа [108,5 K], добавлен 28.03.2018Расчет параметров A и B уравнения линейной регрессии. Оценка полученной точности аппроксимации. Построение однофакторной регрессии. Дисперсия математического ожидания прогнозируемой величины. Тестирование ошибок уравнения множественной регрессии.
контрольная работа [63,3 K], добавлен 19.04.2013
