Математическая статистика. Компьютерный практикум. Баркова Л.Н - 33 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

33
и
2
χ
=0.932749 с самым большим значением критического уровня
значимости 0.334156. Таким образом, в окончательном варианте следует
принять гипотезу о гамма-распределении
Лабораторная работа 7
Простая линейная регрессия в системе STATISTICA
Пример 1. Построить линейную регрессионную модель по
зависимости цены жилого дома от его полезной площади. Данные
относятся к категории так называемых «хороших» домов.
Принадлежность дома к определенной категории устанавливалась
экспертным путем агентом по продаже недвижимости. ( Б. Болч,
К.Дж. Хуань. Многомерные статистические методы для экономики. – М.:
Статистика, 1979, с.135. ). Стоимость дома измеряется в
долларах,
площадь – в квадратных футах (1 фут=30,48 см.).
Выполнение в системе STATISTICA
Работаем в модуле
Multiple Regression
(Множественная регрессия).
Создадим файл данных home.sta (2v*8c), переменные назовем STOIMOST
(цена в $) и SQUARE(площадь).
Информацию о данных поместим в окне
Data
File Header(Заголовок файла данных),
см. рис. 1.
Рис. 1. Исходный файл с данными, заголовок и доп. информацией.
Построим диаграмму рассеяния, чтобы увидеть характер
регрессионной зависимости. Из меню модуля делаем выбор:
Graphs
. В
спустившемся меню выбираем
Stats 2D Graphs
. Далее переместим курсор и
выберем
Scatterplots….
В открывшемся окне нажмем кнопку
Variables
и назначим:
X: SQUARE, Y: STOIMOST - OK.
Возвращаемся
в диалоговое окно, устанавливаем тип графика:
Graphs Type: Regular, FIT
(ПОДБОР): Linear – OK
. Наблюдаем график зависимости на рис. 2. 
                                  33

и χ 2 =0.932749 с самым большим значением критического уровня
значимости 0.334156. Таким образом, в окончательном варианте следует
принять гипотезу о гамма-распределении


                                               Лабораторная работа 7
           Простая линейная регрессия в системе STATISTICA
      Пример 1. Построить линейную регрессионную модель по
зависимости цены жилого дома от его полезной площади. Данные
относятся к категории так называемых «хороших» домов.
Принадлежность дома к определенной категории устанавливалась
экспертным путем агентом по продаже недвижимости. (         Б.    Болч,
К.Дж. Хуань. Многомерные статистические методы для экономики. – М.:
Статистика, 1979, с.135. ). Стоимость дома измеряется в долларах,
площадь – в квадратных футах (1 фут=30,48 см.).
      Выполнение в системе STATISTICA
      Работаем в модуле Multiple Regression (Множественная регрессия).
Создадим файл данных home.sta (2v*8c), переменные назовем STOIMOST
(цена в $) и SQUARE(площадь).

                          Информацию о данных поместим в окне Data
                    File Header(Заголовок файла данных), см. рис. 1.




      Рис. 1. Исходный файл с данными, заголовок и доп. информацией.
      Построим диаграмму рассеяния, чтобы увидеть характер
регрессионной зависимости. Из меню модуля делаем выбор: Graphs. В
спустившемся меню выбираем Stats 2D Graphs. Далее переместим курсор и
выберем Scatterplots .       В открывшемся окне нажмем кнопку
Variables и назначим: X: SQUARE, Y: STOIMOST - OK. Возвращаемся
в диалоговое окно, устанавливаем тип графика: Graphs Type: Regular, FIT
(ПОДБОР): Linear – OK. Наблюдаем график зависимости на рис. 2.

Страницы