Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап



Скачать 101.36 Kb.
Дата03.12.2012
Размер101.36 Kb.
ТипИнструкция
Инструкция по выполнению контрольной работы

Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа

Подготовительный этап

На данном этапе студент должен проделать следующие обязательные действия, связанные с организацией индивидуальной рабочей среды:

  • записать в свою персональную папку ФИО папку ISM-KR, содержащую два файла Рабочий (ИСМ-КР.хls) и Алгоритмическое обеспечение контрольной работы(АО-КР.doc);

  • сформировать индивидуальный вариант исходных.
  1. Запись в персональную папку студента папки ISM-KR


Для выполнения расчетов показателей и подготовки отчета по контрольной работе студент записывает в персональную папку с именем ФИО, папку ISM-KR.

Для этого необходимо выполнить следующие действия:

  1. Скопировать папку с исходными данными и алгоритмическим обеспечением контрольной работы по следующему алгоритму:

  1. На рабочем столе активизировать Мой компьютер;

  2. В диалоговом окне выбрать папку

Datadisk на “primary” (E:)\Преподаватели\Кафедра статистики\ISM-KR;

  1. Скопировать папку ISM-KR с исходными данными и алгоритмическим обеспечением контрольной работы в персональную папку студента ФИО.
    1. Формирование индивидуальных исходных данных


Номер варианта исходных данных соответствует номеру компьютера, на котором работает студент.

Для того, чтобы сформировать индивидуальные исходные данные, необходимо:

  1. открыть рабочий файл ИСМ-КР.хls с исходными данными, находящийся в папке ISM-KR;

  2. ввести номер варианта в ячейку H2 Рабочего файла ИСМ-КР.хls, в результате чего Excel сформирует исходные данные варианта.


Алгоритмическое обеспечение контрольной работы

1. Постановка задачи

Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа

Алгоритмы выполнения задачи

Алгорит.1. Расчет параметров уравнения линейной регрессии и проверки адекватности модели исходным данным

  1. Сервис => Анализ данных => Регрессия => ОК;

  2. Входной интервал Y <= диапазон ячеек табл. 1 со значениями объема продаж (Е4:Е33);

  3. Входной интервал X – диапазон ячеек табл.
    1 со значениями факторных признаков (В4:D33);

  4. Метки в первой строке/Метки в первом столбце НЕ активизировать;

  5. Уровень надежности <= 68,3 (или 68.3);

  6. КонстантанольНЕ активизировать;

  7. Выходной интервал <= адрес ячейки заголовка первого столбца первой выходной результативной таблицы (А38);

  8. Новый рабочий лист и Новая рабочая книга НЕ активизировать;

  9. ОстаткиНЕ активизировать;

  10. Стандартизованные остаткиНЕ активизировать;

  11. График остатков НЕ активизировать;

  12. График подбораНЕ активизировать;

  13. График нормальной вероятности – НЕ активизировать;

  14. ОК.

В результате указанных действий осуществляется вывод трех выходных таблиц (таблицам необходимо присвоить номера Табл.2 – Табл.4), начиная с ячейки, указанной в поле Выходной интервал диалогового окна инструмента Регрессия (пример структуры выходных таблиц приведен на рис. 1).

Таблица 2




А

В

40

Регрессионная статистика

41

Множественный R

0,991347145

42

R–квадрат

0,982769161

43

Нормированный R-квадрат

0,980780987

44

Стандартная ошибка

13,94997522

45

Наблюдения

30

Таблица 3




А

B

C

D

E

F

47

Дисперсионный анализ

48

 

df

SS

MS

F

Значимость F

49

Регрессия

3

288579,3946

96193,13155

494,3074897

4,89918E-23

50

Остаток

26

5059,647026

194,6018087







51

Итого

29

293639,0417

 

 

 


Таблица 4




A

B

C

D

E

F

G

53




Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

54

Y-пересечение

2,840973581

9,362328912

0,303447316

0,763963949

-16,40358172

22,08552888

55

Переменная X 1

0,274593985

0,111300539

2,467139755

0,020524386

0,0458123

0,503375671

56

Переменная X 2

0,739888316

0,109050019

6,784852671

3,3556E-07

0,515732644

0,964043988

57

Переменная X 3

7,460103544

5,643119494

1,321982204

0,197687669

-4,139502301

19,05970939

Рис.1. Структура выходных таблиц

Рассчитанные в сгенерированных таблицах коэффициенты регрессии позволяют построить уравнение, выражающее зависимость объема продаж от факторных признаков:

У=а01Х12Х23Х3

Однако после получения результативных таблиц необходимо сначала провести анализ адекватности построенной линейной регрессионной модели.

Анализ адекватности регрессионной модели преследует цель оценить, насколько построенная теоретическая модель взаимосвязи признаков отражает фактическую зависимость между этими признаками.

Оценка соответствия построенной регрессионной модели исходным (фактическим) значениям признаков выполняется в 4 этапа:

  1. оценка статистической значимости коэффициентов уравнения а0, а1, а2, а3 и определение их доверительных интервалов для заданного уровня надежности;

  2. определение практической пригодности построенной модели на основе оценок линейного коэффициента корреляции r и индекса детерминации R2;

  3. проверка значимости уравнения регрессии в целом по F-критерию Фишера;

  4. оценка погрешности регрессионной модели.

Для анализа коэффициентов а0, а1, а2, и а3 линейного уравнения регрессии используется табл.4, в которой:

– значения коэффициентов а0, а1, а2, и а3 приведены в ячейках В54 и В57 соответственно;

– рассчитанный уровень значимости коэффициентов уравнения приведен в ячейках Е54 и Е57;

– доверительные интервалы коэффициентов с уровнем надежности Р=0,95 и Р=0,683 указаны в диапазоне ячеек F54:I57.

1. Определение значимости коэффициентов уравнения

Уровень значимости – это величина α=1–Р, где Р – заданный уровень надежности (доверительная вероятность).

Режим работы инструмента Регрессия использует по умолчанию уровень надежности Р=0,95. Для этого уровня надежности уровень значимости равен α = 1 – 0,95 = 0,05. Этот уровень значимости считается заданным.

В инструменте Регрессия надстройки Пакет анализа для каждого из коэффициентов а0, а1, а2, и а3 вычисляется уровень его значимости αр, который указан в результативной таблице (Табл.4 термин "Р-значение"). Если рассчитанный для коэффициентов а0, а1, а2, и а3 уровень значимости αр, меньше заданного уровня значимости α= 0,05, то этот коэффициент признается неслучайным (т.е. типичным для генеральной совокупности), в противном случае – случайным.

Если один или несколько коэффициентов а1, а2, и а3 признается случайными, то соответствующие им факторы необходимо исключить.

Для этого необходимо скопировать Лист 1 Рабочего файла на Лист 1(2) по следующему алгоритму.

Алгоритм 2. Копирование Листа 1 Рабочего файла на Лист 1(2).

  1. Подвести курсор к закладке Лист 1 щелкнуть правой клавишей мыши;

  2. В появившемся падающем меню выбрать пункт Переместить/Скопировать;

  3. В появившемся диалоговом окне

  1. в поле перед листом выбрать (переместить в конец);

  2. поле Создавать копию – Активизировать;

  3. ОК.

В созданном Листе 1(2) удалить столбцы с данными, соответствующие факторам, признанными случайными и выполнить Алгоритм 1 без учета этих факторов (для этого необходимо в Алгоритме 1 изменить следующие пункты:

  1. Входной интервал Y <= диапазон ячеек табл. 1 со значениями объема продаж);

  2. Входной интервал X – диапазон ячеек табл. 1 со значениями факторных признаков .

После чего выполнить п. 1. Определение значимости коэффициентов уравнения для полученного нового уравнения регрессии.

В случае, если признается случайным свободный член а0, то уравнение регрессии целесообразно построить заново без свободного члена а0.

Для этого необходимо:

  1. скопировать Лист 1(2) Рабочего файла на новый Лист 1(3) по описанному выше Алгоритму 2;

  2. выполнить Алгоритм 1, задав в диалоговом окне Регрессия те же самые параметры, за исключением параметра Константа-ноль, который следует Активизировать (это означает, что модель будет строиться при условии а0=0).

Доверительные интервалы коэффициентов а0, а1, а2, и а3 построенного уравнения регрессии при уровнях надежности Р=0,95 и Р=0,683 представлены в выходной табл.4 в диапазоне ячеек F54:I56.

2. Определение практической пригодности построенной регрессионной модели.

Практическую пригодность построенной линейной регрессионной модели можно охарактеризовать по величине линейного коэффициента корреляции r.

Близость к единице свидетельствует о хорошей аппроксимации исходных (фактических) данных с помощью построенной линейной функции связи.

Пригодность построенной регрессионной модели для практического использования можно оценить и по величине индекса детерминации R2, показывающего, какая часть общей вариации признака Y объясняется в построенной модели вариацией факторов X1, Х2 Х3.

В основе такой оценки лежит равенство R = r (имеющее место для линейных моделей связи), а также шкала Чэддока, устанавливающая качественную характеристику тесноты связи в зависимости от величины r.

Согласно шкале Чэддока высокая степень тесноты связи признаков достигается лишь при >0,7, т.е. при >0,7. Для индекса детерминации R2 это означает выполнение неравенства R2 >0,5.

Значение индекса детерминации R2 приводится в табл.2 в ячейке В42 (термин "R - квадрат").

3. Общая оценка адекватности регрессионной модели по F-критерию Фишера

Адекватность построенной регрессионной модели фактическим данным устанавливается по критерию Р.Фишера, оценивающему статистическую значимость (неслучайность) индекса детерминации R2.

Значение множественного коэффициента детерминации R2 показывает зависимость общей вариации результативного признака от вариаций факторных признаков.

Рассчитанная для уравнения регрессии оценка значимости R2 приведена в табл. 3 в ячейке F49 (термин "Значимость F"). Если она меньше заданного уровня значимости α=0,05, то величина R2 признается неслучайной и, следовательно, выбранные факторы существенно влияют на объем продаж.

4. Оценка погрешности регрессионной модели

Погрешность регрессионной модели можно оценить по величине стандартной ошибки построенного линейного уравнения регрессии. Величина ошибки оценивается как среднее квадратическое отклонение по совокупности отклонений исходных (фактических) значений yi признака Y от его теоретических значений , рассчитанных по построенной модели.

Погрешность регрессионной модели выражается в процентах и рассчитывается как величина .

В адекватных моделях погрешность не должна превышать 12%-15%.

Значение приводится в выходной таблице "Регрессионная статистика" (табл.2) в ячейке В44 (термин "Стандартная ошибка").

Значение рассчитано с ячейке Е35.

Похожие:

Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconКонспект лекции 3 (часть 1) Орлова И. В., Гусарова О. М. 2007 Тема Множественная регрессия. Вопросы Нелинейная регрессия. Нелинейные модели и их линеаризация
Линейные зависимости рассматриваются лишь как частный случай для удобства и наглядности рассмотрения протекаемого экономического...
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconПрактикум прогнозирование по Парной линейной регрессионной модели
Цель: Освоить методы построения линейного уравнения парной регрессии с помощью эвм, научиться получать и анализировать основные характеристики...
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconФонетика. Фонология. Графика и орфография
Подготовительный этап к выполнению данной лабораторной работы предполагает изучение теоретического материала по рекомендованной научной...
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconИсследование операций и системный анализ пособие по изучению дисциплины и выполнению контрольной работы для студентов III курса
Пособие по изучению дисциплины и выполнению контрольной работы –М.: Мгту га, 2006
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconМетодические указания по выполнению контрольной работы Ижевск 2008 удк 311 (078) ббк 60. 6я73-9 с 78 Печатается по решению учебно-методической комиссии ипсуб
С 78 Статистика. Ч. I. Общая теория статистики: Метод указания по выполнению контрольной работы / Сост. А. А. Мухин, И. А. Мухина....
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconМетодические рекомендации по выполнению контрольной работы Требования к оформлению контрольной работы: Выбор по последней цифре зачетной книжки
Контрольная работа по дисциплине «Биоритмология» для студентов специальности 032103
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconМетодические указания по выполнению и оформлению контрольной работы. Варианты контрольных работ
В структуре контрольной работы должны быть предусмотрены: план, введение, основное содержание, заключение, список использованной...
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconМетодические указания к выполнению контрольной работы для студентов
Теоретического раздела дисциплины, необходимого для выполнения контрольной работы
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап icon1. Линейная парная регрессия Краткая теоретическая справка
Регрессия [regression] – зависимость среднего значения какой-либо случайной величины от некоторой другой величины (парная регрессия)...
Инструкция по выполнению контрольной работы Построение многофакторной линейной регрессионной модели зависимости объема продаж с помощью инструмента Регрессия надстройки Пакет анализа Подготовительный этап iconМетодические указания к выполнению контрольной работы для студентов заочной формы обучения Дисциплина «Философия»
Теоретического раздела дисциплины, необходимого для выполнения контрольной работы
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org