Пример 1. Уравнение регрессии, построенное по 17 наблюдениям, имеет вид: Расставить пропущенные значения, а также построить доверительный интервал для b2 с вероятностью 0,99. Пример 2. Уравнение регрессии в стандартизованных переменных выглядит так
Пример 1. Уравнение регрессии, построенное по 17 наблюдениям, имеет вид:
Расставить пропущенные значения, а также построить доверительный интервал для b2 с вероятностью 0,99.
Пример 2. Уравнение регрессии в стандартизованных переменных выглядит так:
При этом вариации всех переменных равны следующим величинам:
Сравнить факторы по степени влияния на результирующий признак и определить значения частных коэффициентов эластичности.
Пример 3. По 32 наблюдениям получены следующие данные:
Определить значения скорректированного коэффициента детерминации, частных коэффициентов
Пример 4. По некоторым переменным имеются следующие статистические данные:
Построить уравнение регрессии в стандартизованном и натуральном масштабах.
Пример 5. При построении линейной множественной регрессии по 48 измерениям коэффициент детерминации составил 0,578. После исключения факторов х3, х7 и х8 коэффициент детерминации уменьшился до 0,495. Обоснованно ли было принятое решение об изменении состава влияющих переменных на уровнях значимости 0,1, 0,05 и 0,01?
Пример 6. На основе квартальных данных с 2000 г. по 2004 г. получено уравнение . При этом ESS=110,3, RSS=21,4 (ESS – объясненная СКО, RSS – остаточная СКО). В уравнение были добавлены три фиктивные переменные, соответствующие трем первым кварталам года, и величина ESS увеличилась до 120,2. Присутствует ли сезонность в этом уравнении?
Пример 7. При анализе данных на гетероскедастичность вся выборка была после упорядочения по одному из факторов разбита на три подвыборки. Затем по результатам трехфакторного регрессионного анализа было определено, что остаточная СКО в первой подвыборке составила 180, а в третьей – 63. Подтверждается ли наличие гетероскедастичности, если объем данных в каждой подвыборке равен 20?
Пример 8. На основе квартальных данных получено уравнение множественной регрессии , для которого ESS = 120,32 и RSS = 41,4. Для этой же модели были раздельно проведены регрессии на основе следующих данных: 1 квартал 1991 г. – 1 квартал 1995 г. и 2 квартал 1995 г. – 4 квартал 1996 г. В этих регрессиях остаточные СКО соответственно составили 22,25 и 12,32. Проверить гипотезу о наличии структурных изменений в выборке.
Пример 1. Уравнение регрессии, построенное по 17 наблюдениям, имеет вид:
Расставить пропущенные значения, а также построить доверительный интервал для b2 с вероятностью 0,99.
Пример 2. Уравнение регрессии в стандартизованных переменных выглядит так:
При этом вариации всех переменных равны следующим величинам:
Сравнить факторы по степени влияния на результирующий признак и определить значения частных коэффициентов эластичности.
Пример 3. По 32 наблюдениям получены следующие данные:
Определить значения скорректированного коэффициента детерминации, частных коэффициентов
Пример 4. По некоторым переменным имеются следующие статистические данные:
Построить уравнение регрессии в стандартизованном и натуральном масштабах.
Пример 5. При построении линейной множественной регрессии по 48 измерениям коэффициент детерминации составил 0,578. После исключения факторов х3, х7 и х8 коэффициент детерминации уменьшился до 0,495. Обоснованно ли было принятое решение об изменении состава влияющих переменных на уровнях значимости 0,1, 0,05 и 0,01?
Пример 6. На основе квартальных данных с 2000 г. по 2004 г. получено уравнение . При этом ESS=110,3, RSS=21,4 (ESS – объясненная СКО, RSS – остаточная СКО). В уравнение были добавлены три фиктивные переменные, соответствующие трем первым кварталам года, и величина ESS увеличилась до 120,2. Присутствует ли сезонность в этом уравнении?
Пример 7. При анализе данных на гетероскедастичность вся выборка была после упорядочения по одному из факторов разбита на три подвыборки. Затем по результатам трехфакторного регрессионного анализа было определено, что остаточная СКО в первой подвыборке составила 180, а в третьей – 63. Подтверждается ли наличие гетероскедастичности, если объем данных в каждой подвыборке равен 20?
Пример 8. На основе квартальных данных получено уравнение множественной регрессии , для которого ESS = 120,32 и RSS = 41,4. Для этой же модели были раздельно проведены регрессии на основе следующих данных: 1 квартал 1991 г. – 1 квартал 1995 г. и 2 квартал 1995 г. – 4 квартал 1996 г. В этих регрессиях остаточные СКО соответственно составили 22,25 и 12,32. Проверить гипотезу о наличии структурных изменений в выборке.
