Файл: Выбор варианта производится по первой букве фамилии.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 16.03.2024

Просмотров: 136

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.


Вариант 23


В таблице представлены данные по трем источникам финансирования аграрного сектора 24 районов Орловской области в 2008 г. (по данным Орловского областного Департамента аграрной политики).

(в рублях)



п/п

Районы

Средства

Федерального бюджета

Средства

областного бюджета

Кредиты







X1

X2

Y

1

Болховский

3654893

4614092

7890

2

Верховский

22918887

8837266

27319

3

Глазуновский

9798328

6661913

151300

4

Дмитровский

12056843

6250182

12045

5

Должанский

704478409

25547013

48097

6

Залегощенский

32470495

5286063

3400

7

Знаменский

7999957

5229540

0

8

Колпнянский

14559803

5583613

8696

9

Корсаковский

12036677

2351210

13000

10

Краснозоренский

13107929

4148032

42000

11

Кромской

15413019

3905414

205644

12

Ливенский

112567704

28015838

317378

13

Малоархангельский

16916111

3360425

16000

14

Мценский

199847559

27759036

581324

15

Новодеревеньковский

16125153

2661459

3000

16

Новосильский

3575760

985800

0

17

Орловский

71883509

32223701

1454130

18

Покровский

22469778

7849744

500

19

Свердловский

69730395

18562686

116247

20

Сосковский

11153935

6967994

0

21

Троснянский

15712151

5036214

9675

22

Урицкий

14698546

2917100

16800

23

Хотынецкий

12207639

10007704

2000

24

Шаблыкинский

9318512

5328866

1199



Требуется:

  1. Провести корреляционный анализ данных с целью определения переменных, наиболее подходящих для дальнейшего регрессионного анализа;

  2. Осуществить регрессионный анализ выбранных переменных;

  3. Сравнить качественные характеристики построенных моделей, определить вариант наиболее целесообразной регрессии; на ее основе сделать выводы экономического характера;

  4. Оценить точность лучшей модели:

  5. По лучшей модели оценить прогноз результативного признака с вероятностью 90 %, если прогнозное значение фактора (или факторов) увеличится на 30 % от своего среднего;

  6. Результаты аппроксимации и прогнозирования представить на графике.


Вариант 24


Обозначение

Наименование показателя

Единица измерения (возможные значения)

Y

цена квартиры

тыс. долл.

X1

город области


1- Подольск

0-Люберцы

X2

число комнат в квартире




X3

общая площадь квартиры

кв. м

X4

площадь кухни

кв. м





Y

X1

X2

X3

X4

1

115

0

4

70.4

7

2

85

1

3

82.8

10

3

69

1

2

64.5

10

4

57

1

2

55.1

9

5

184.6

0

3

83.9

9

6

56

1

1

32.2

7

7

85

0

3

65

8.3

8

265

0

4

169.5

16.5

9

60.65

1

2

74

12.1

10

130

0

4

87

6

11

46

1

1

44

10

12

115

0

3

60

7

13

70.96

0

2

65.7

12.5

14

39.5

1

1

42

11

15

78.9

0

1

49.3

13.6

16

60

1

2

64.5

12

17

100

1

4

93.8

9

18

51

1

2

64

12

19

157

0

4

98

11

20

123.5

1

4

107.5

12.3

21

55.2

0

1

48

12

22

95.5

1

3

80

12.5

23

57.6

0

2

63.9

11.4

24

64.5

1

2

58.1

10.6

25

92

1

4

83

6.5

26

100

1

3

73.4

7

27

81

0

2

45.5

6.3

28

65

1

1

32

6.6

29

110

0

3

65.2

9.6

30

42.1

1

1

40.3

10.8

31

135

0

2

72

10

32

39.6

1

1

36

8.6

33

57

1

2

61.6

10

34

80

0

1

35.5

8.5

35

61

1

2

58.1

10.6

36

69.6

1

3

83

12

37

250

1

4

152

13.3

38

64.5

1

2

64.5

8.6

39

125

0

2

54

9

40

152.3

0

3

89

13



Требуется:

1. Рассчитать матрицу парных коэффициентов корреляции; оценить статистическую значимость коэффициентов корреляции.

2. Выполнить тест на мультиколлинеарность Фаррара – Глоубера и обосновать выбор факторов в модель регрессии.

3. Построить модель регрессии с выбранными факторами и дать экономическую интерпретацию ее коэффициентов.

4.  Оценить качество модели через коэффициент детерминации, среднюю ошибку аппроксимации и F-критерий Фишера, проверить значимость коэффициентов регрессии.

5.Дайте оценку влияния значимых факторов на результат с помощью коэффициентов эластичности,  - и  - коэффициентов для выбранной модели.

6. Построить модель регрессии с наиболее влиятельным фактором. Сравнить ее качественные характеристики с характеристиками модели из пункта 3.


Вариант 25





Обозначение

Наименование показателя

Единица измерения (возможные значения)

Y

цена квартиры

тыс. долл.

X1

город области


1- Подольск

0-Люберцы

X2

число комнат в квартире




X3

жилая площадь квартиры

кв. м

X4

площадь кухни

кв. м






Y

X1

X2

X3

X4

1

38

1

1

19

9.5

2

62.2

1

2

36

10

3

125

0

3

41

8

4

61.1

1

2

34.8

10.6

5

67

0

1

18.7

6

6

93

0

2

27.7

11.3

7

118

1

3

59

13

8

132

0

3

44

11

9

92.5

0

3

56

12

10

105

1

4

47

12

11

42

1

1

18

8

12

125

1

3

44

9

13

170

0

4

56

8.5

14

38

0

1

16

7

15

130.5

0

4

66

9.8

16

85

0

2

34

12

17

98

0

4

43

7

18

128

0

4

59.2

13

19

85

0

3

50

13

20

160

1

3

42

10

21

60

0

1

20

13

22

41

1

1

14

10

23

90

1

4

47

12

24

83

0

4

49.5

7

25

45

0

1

18.9

5.8

26

39

0

1

18

6.5

27

86.9

0

3

58.7

14

28

40

0

1

22

12

29

80

0

2

40

10

30

227

0

4

91

20.5

31

235

0

4

90

18

32

40

1

1

15

11

33

67

1

1

18.5

12

34

123

1

4

55

7.5

35

100

0

3

37

7.5

36

105

1

3

48

12

37

70.3

1

2

34.8

10.6

38

82

1

3

48

10

39

280

1

4

85

21

40

200

1

4

60

10