Контрольная по эконометрике 4 вариант
0.0
0 продаж
0 отзывов
500 ₽
Продавец
ИФ
ИФЦ Студия
0.0
98 продаж
Скидки постоянным
от 4 108 ₽
-20%
от 2 054 ₽
-10%
Описание
ЗАДАНИЯ КОНТРОЛЬНОЙ РАБОТЫ Вариант 4
Задание 1
1. Найти параметры уравнения линейной регрессии , используя метод наименьших квадратов (МНК).
2. Составить уравнение линейной регрессии , используя матричный метод.
3. Вычислить коэффициент корреляции и оценить полученное уравнение регрессии.
4. Вычислить коэффициент детерминации и оценить качество выбранного уравнения регрес-сии.
5. Вычислить среднюю ошибку аппроксимации.
6. Оценить статистическую значимость линейной регрессии с помощью F-критерия Фишера.
7. Оценить статистическую значимость параметров уравнения линейной регрессии (a и b) и коэффициента корреляции с помощью t-критерия Стьюдента.
8. Построить доверительные интервалы для параметров уравнения линейной регрессии (a и b) при уровне значимости α = 0,05.
Задание 2
1. Составить уравнение множественной линейной регрессии y = a + b1x1 + b2x2 + ε в матричной форме, используя МНК.
2. Построить корреляционную матрицу.
3. Оценить качество модели с помощью коэффициента детерминации R2 .
Задание 1
1. Найти параметры уравнения линейной регрессии , используя метод наименьших квадратов (МНК).
2. Составить уравнение линейной регрессии , используя матричный метод.
3. Вычислить коэффициент корреляции и оценить полученное уравнение регрессии.
4. Вычислить коэффициент детерминации и оценить качество выбранного уравнения регрес-сии.
5. Вычислить среднюю ошибку аппроксимации.
6. Оценить статистическую значимость линейной регрессии с помощью F-критерия Фишера.
7. Оценить статистическую значимость параметров уравнения линейной регрессии (a и b) и коэффициента корреляции с помощью t-критерия Стьюдента.
8. Построить доверительные интервалы для параметров уравнения линейной регрессии (a и b) при уровне значимости α = 0,05.
Задание 2
1. Составить уравнение множественной линейной регрессии y = a + b1x1 + b2x2 + ε в матричной форме, используя МНК.
2. Построить корреляционную матрицу.
3. Оценить качество модели с помощью коэффициента детерминации R2 .
Дополнительная информация
с очень подробными расчетами и таблицами. Таблицы можно посмотреть в демонстрационной версии работы