Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере. Лукьянова Н.Ю. - 25 стр.

к выводу о повышенном уровне варьирования признаков, хотя и в допус-
тимых пределах, не превышающих 35%. Значения коэффициентов асим-
метрии (графа Skewness, рис. 6), эксцесса (графа Kurtosis, рис. 6) не пре-
вышают двухкратных среднеквадратических ошибок (графы Standard
error of skewness, Standard error of kurtosis, рис. 6). Это указывает на от-
сутствие значимой скошенности и остро-(плоско)вершинности фактиче-
ского распределения предприятий по значениям каждого признака по
сравнению с их нормальным распределением. Совокупность предприятий
однородна, и для ее изучения могут использоваться метод наименьших
квадратов и вероятностные методы оценки статистических гипотез.
   2. Для построения уравнения множественной регрессии необходимо в
ПЕРЕКЛЮЧАТЕЛЕ МОДУЛЕЙ (рис.1) выбрать команду Multiple
Regression. При этом на экране появится стартовая панель модуля МНО-
ЖЕСТВЕННАЯ РЕГРЕССИЯ (рис.7).




      Рис.7. Стартовая панель модуля МНОЖЕСТВЕННАЯ РЕГРЕССИЯ

    После выбора команды Variable (рис.7) следует указать зависимую
(ВЫРАБОТКА) и независимые переменные (ФОНДЫ, РАБОЧИЕ). Выбрав
команду OK, получаем результаты работы модуля МНОЖЕСТВЕННАЯ
РЕГРЕССИЯ (рис.8-9), на основе которых студент строит уравнение ли-
нейной множественной регрессии. Свободный член и коэффициенты рег-
рессии представлены в графе B (рис.8): а0 = 1,835; a1= 0,946; a2= 0,086. При
этом уравнение множественной регрессии примет вид: у =1,835 +0,946 x1+
0,086x2.

24