Фиктивные переменные
Лабораторная работа, 07 Декабря 2011, автор: пользователь скрыл имя
Описание работы
Работа содержит два задания по информатике
Работа содержит 1 файл
6. Фиктивные переменные.doc
— 58.50 Кб (Скачать)Лабораторная работа по теме “Фиктивные переменные”
Задание 1. Имеются данные о заработной плате работника, его возраст и пол по 20 работникам одного предприятия.
| № п/п | Y – заработная плата работника за месяц ($) | X - возраст работника (лет) | Z – пол, М/Ж |
| 1 | 300 | 29 | Ж |
| 2 | 400 | 40 | М |
| 3 | 300 | 36 | Ж |
| 4 | 320 | 32 | Ж |
| 5 | 200 | 23 | М |
| 6 | 350 | 45 | Ж |
| 7 | 350 | 38 | Ж |
| 8 | 400 | 40 | М |
| 9 | 380 | 50 | М |
| 10 | 400 | 47 | М |
| 11 | 250 | 28 | Ж |
| 12 | 350 | 30 | М |
| 13 | 200 | 25 | М |
| 14 | 400 | 48 | М |
| 15 | 220 | 30 | Ж |
| 16 | 320 | 40 | М |
| 17 | 390 | 40 | М |
| 18 | 360 | 38 | М |
| 19 | 260 | 29 | Ж |
| 20 | 250 | 25 | М |
- Необходимо заменить значения столбца “пол” на соответствующие численные значения (0 или 1).
- Требуется построить регрессионную модель зависимости заработной платы работника (Y) от возраста (Х) с использованием фиктивной переменной по фактору пол. Для вычислений можно воспользоваться “Пакетом анализа” в Excel. Дать интерпретацию параметрам уравнения регрессии.
- Необходимо рассчитать:
- коэффициент корреляции,
- коэффициент детерминации,
- среднюю относительную ошибку аппроксимации,
- значимость коэффициентов регрессии, используя t-критерий Стьюдента,
- значимость модели в целом, используя F-критерий Фишера.
Дать интерпретацию полученным результатам.
- Оценить частные уравнения регрессии и построить графики частных уравнений регрессии.
Задание 2.
| Общая площадь (x1), м2 | Количество офисов (x2), шт | Количество входов (x3), шт | Время эксплуатации (x4), месяц | Близость к метро (z) (1 - близко, 0 - далеко) | Оценочная цена (y) |
| 2310 | 2 | 2 | 20 | 1 | 142000 |
| 2333 | 2 | 2 | 12 | 0 | 144000 |
| 2356 | 3 | 1 | 33 | 1 | 151000 |
| 2379 | 3 | 2 | 43 | 0 | 150000 |
| 2402 | 2 | 3 | 53 | 0 | 139000 |
| 2425 | 4 | 2 | 23 | 1 | 169000 |
| 2448 | 2 | 1 | 99 | 0 | 126000 |
| 2471 | 2 | 2 | 34 | 0 | 142900 |
| 2494 | 3 | 3 | 23 | 1 | 163000 |
| 2517 | 4 | 4 | 55 | 1 | 169000 |
| 2540 | 2 | 3 | 22 | 0 | 149000 |
| 1. Оценить параметры линейного уравнения регрессии. Дать 2. Проверить значимость параметров и уравнения в целом. 3. Оценить качество уравнения с помощью средней ошибки аппроксимации. 4. Найти
средние эластичности 5. Построить
доверительный интервал 6. Оценить
параметры степенной регрессии. 7. Проверить
значимость параметров и 8. Оценить качество уравнения с помощью средней ошибки аппроксимации. 9. Найти
средние эластичности 10. Сравнить
полученные модели по качеству
и выбрать наилучший вариант. | |||||