Построить модель для каждой эндогенной переменной (Y1, Y2) методом исключения наиболее незначимых факторов 2-х
Построить модель для каждой эндогенной переменной (Y1, Y2) методом исключения наиболее незначимых факторов 2-х или 3-хфакторную модель Y1=Y1(X1,X2,X3) Y2=Y2(Y1,X1,X2,X3) (эндогенная переменная Y1 входит во 2-е уравнение в качестве объясняющей).
Построить модель для эндогенной переменной Y1.
Исследуем степень корреляционной зависимости между переменными. Для этого построим корреляционную матрицу, используя средства «Анализа данных». Корреляционная матрица приведена на рисунке 1.
Рисунок 1
Из корреляционной матрицы следует, что все регрессанта оказывают незначительное влияние на темп прироста населения. Так же можем отметить наличие корреляционной зависимости между объясняющими (экзогенными) переменными, это может свидетельствовать о наличии в модели явления мультиколлениарности.
Построим многофакторную регрессионную модель, в которой зависимая переменная – Y1 темп прироста населения.
Определим коэффициенты уравнения регрессии.
Y1 = 0 + 1∙X1 + 2∙X2 + 3∙X3
Результаты множественной регрессии в численном виде представлены на рис
. 2.
Рисунок 2
Как следует из данных, полученных с помощью Excel методом наименьших квадратов, полученная многофакторная модель будет иметь вид:
Y1 = 0,27 -0,0003X1 + 0,0001X2 + 0,0046X3
Построить модель для эндогенной переменной Y2.
Исследуем степень корреляционной зависимости между переменными
. 2.
Рисунок 2
Как следует из данных, полученных с помощью Excel методом наименьших квадратов, полученная многофакторная модель будет иметь вид:
Y1 = 0,27 -0,0003X1 + 0,0001X2 + 0,0046X3
Построить модель для эндогенной переменной Y2.
Исследуем степень корреляционной зависимости между переменными

- Построить модель зависимости объема продаж от цены. 2. Рассчитать ожидаемый объем продаж при уровне
- Построить модель парной линейной регрессии y = a + bx +e. Изобразить на графике
- Построить модель парной линейной регрессии y = a + bx +e. Изобразить на графике. 2
- Построить мультипликативную систему для результативного показателя и рассчитать влияние факторов на его изменение индексным
- Построить наилучшее приближение функции одной переменной методом наилучшего среднеквадратического приближения. П.1.3.2 и п.1.3.3 – полином Чебышева Входные
- Построить на плоскости область решений системы линейных неравенств. и геометрически найти наименьшее и наибольшее значения
- Построить нелинейную (логистическую) регрессию зависимости средней доли Y заполнения базы отдыха от температуры Т
- Построить мат. модель задачи линейного программирования и решить ее. При откорме каждое животное должно получить
- Построить «Матрицу БКГ» для компании «ИНТЕР» согласно представленным данным и дать характеристику месту на
- Построить матрицы смежности и инциденции графа G: G1∪G2∪G3:
- Построить машину Тьюринга, вычисляющую числовую функцию f(x1, x2, …, xn); 2. Проверить работу построенной машины
- Построить машину Тьюринга, применимую ко всем словам x1x2…xn в алфавите {a,b} и переводящую их
- Построить множество дизъюнктов для рассуждения. Для этого привести посылки и отрицание заключения к ПНФ,
- Построить модели линейной множественной регрессии в стандартизованной и естественной формах y=b0+b1x1+b2x2+ε; ty=β1tx1+β2tx2, где bi — коэффициенты «чистой