Элементы экономико-математического моделирования. Давнис В.В - 23 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

Элементы ЭММ
23
1.Рассчитаем параметры уравнения регрессии
xaay
10
+
=
(18)
с помощью сервисного пакета <Анализ данных> (это же можно
сделать с помощью встроенной функции линейной регрессии):
1.1. Введем исходные данные на рабочий лист EXCEL;
1.2. Через <сервис> входим в пакет <Анализ данных> и в окне
“Инструменты анализа” выбираем <Регрессия >;
1.3. В окне “входной интервал Y” определяем границы столбца
“Выручка, у .е.”;
в окне “входной интервал X” определяем границы столбца
“Число посетителей”;
1.4.Результаты регрессии будут выданы под заголовком “Вывод
итогов”:
ВЫВОД ИТОГОВ
Регрессионная
статистика
Множеств
енный R
0,95556975
R-квадрат
0,91311355
Нормиров
анный R-
квадрат
0,90828652
Стандарт
ная
ошибка
0,4981085
Наблюде
ния
20
Дисперсионный
анализ
df SS MS F
Значимость
F
Регресси
я
1
46,9346025
46,9346
189,1669
5,45176E-11
Остаток 18
4,46601747
0,248112
Итого 19
51,40062
Коэффицие
нты
Стандарт
ная ошибка
t-
статисти
ка
P-Значение Нижние 95%
Верхние
95%
Y-
пересече
ние
2,41766179
0,47771655
5,060871
8,14E-05
1,41401579
3,421307787
Переменн
ая X 1
0,00873875
0,00063537
13,7538
5,45E-11
0,007403887
0,010073616
                                                           Элементы ЭММ


1.Рассчитаем параметры уравнения регрессии
     y =a 0 +a 1 x                                  (18)
с помощью сервисного пакета <Анализ данных> (это же можно
сделать с помощью встроенной функции линейной регрессии):

1.1. Введем исходные данные на рабочий лист EXCEL;
1.2. Через <сервис> входим в пакет <Анализ данных> и в окне
   “Инструменты анализа” выбираем <Регрессия>;
1.3. В окне “входной интервал Y” определяем границы столбца
     “Выручка, у.е.”;
     в окне “входной интервал X” определяем границы столбца
     “Число посетителей”;
1.4.Результаты регрессии будут выданы под заголовком “Вывод
     итогов”:

ВЫВОД ИТОГОВ

    Регрессионная
     статистика
Множеств 0,95556975
енный R
R-квадрат 0,91311355
Нормиров 0,90828652
анный R-
квадрат
Стандарт 0,4981085
ная
ошибка
Наблюде           20
ния

Дисперсионный
анализ
                df          SS         MS         F       Значимость
                                                               F
Регресси              1 46,9346025     46,9346   189,1669 5,45176E-11
я
Остаток              18 4,46601747    0,248112
Итого                19    51,40062

           Коэффицие Стандарт       t-   P-Значение Нижние 95%          Верхние
              нты    ная ошибка статисти                                  95%
                                   ка
Y-       2,41766179 0,47771655        5,060871   8,14E-05 1,41401579 3,421307787
пересече
ние
Переменн 0,00873875 0,00063537         13,7538   5,45E-11 0,007403887 0,010073616
ая X 1




                                        23

Страницы