Алгоритм 2.1. Расчет внутригрупповых дисперсий результативного признака

1. В ячейке, выделенной для внутригрупповых дисперсий первойгруппы ( D52 ), перед формулой поставить знак равенства «=»;

2. В качествеаргумента функции ДИСПР() указать диапазон ячеек из табл. 2.1 со значениями y_i первойгруппы – визуально легко определяется по цвету заливки диапазона;

► Внимание! Здесь возможен ошибочный захват мышью столбца значений первого (факторного признака) Х . Необходимо проконтролировать правильность задания аргумента функции ДИСПР().

3. Enter;

4. Выполнить действия 1–3 поочередно для всех групп, используя цветовые заливки диапазонов.

5. Для расчета итоговой суммы в табл. 2.3 (в ячейке C57 ) перед формулой необходимо поставить знак равенства «=»;

6. Enter.

Результат работы алгоритма 2.1 для демонстрационного примера представлен в табл.2.3–ДП.

	A	B	C	D
	Таблица 2.3–ДП
	Показатели внутригрупповой дисперсии
	Номер группы	Группы предприятий попризнаку Среднегодовая стоимость основных производственных фондов, млн руб.	Число предприятий	Внутригрупповая дисперсия
		94 – 134, 8		60, 22
		134, 8 – 175, 6		784, 56
		175, 6 – 216, 4		821, 16
		216, 4 – 257, 2		123, 47
		257, 2 – 298		472, 25
	Итого

Алгоритм 2.2. Расчет эмпирического корреляционного отношения

1. В ячейке, выделенной для общей дисперсии ( А63 ), перед формулой поставить знак равенства «=»;

2. Enter;

3. В ячейке, выделенной для средней из внутригрупповых дисперсий ( В63 ), перед формулой поставить знак равенства «=»;

4. Enter;

► Примечание. В случае если при выполнении вычисления в ячейке В63 выдается сообщение " Ошибка в формуле", то разделительный знак «, » между аргументами функции СУМПРОИЗВ(Д1, Д2) необходимо заменить на знак «; ».

5. В ячейке, выделенной для значения межгрупповой (факторной) дисперсии ( С63 ), перед формулой поставить знак равенства «=»;

6. Enter;

7. В ячейке, выделенной для эмпирического корреляционного отношения ( D63), перед формулой поставить знак равенства «=»;

8. Enter.

Результат работы алгоритма 2.2 для демонстрационного примера представлен в табл.2.4–ДП.

	A	B	C	D
	Таблица 2.4–ДП
	Показатели дисперсий и эмпирического корреляционного отношения
	Общая дисперсия	Средняя из внутригрупповых дисперсий	Межгрупповая дисперсия	Эмпирическое корреляционное отношение η
	1450, 288889	551, 6853535	898, 6035354	0, 787148735

Задание 2

Построение однофакторной линейной регрессионной модели связи изучаемых признаков с помощью инструмента Регрессия надстройки Пакет анализа

Алгоритм выполнения Задания 2

Алгоритм 1. Расчет параметров уравнения линейной регрессии и проверки адекватности модели исходным данным

1. Сервис => Анализ данных => Регрессия => ОК;

2. Входной интервал Y < = диапазон ячеек таблицы со значениями признака Y –Выпуск продукции ( С4: С33 );

3. Входной интервал X – диапазон ячеек таблицы со значениями признака X –Среднегодовая стоимость основных производственных фондов ( В4: В33 );

4. Метки в первой строке/Метки в первом столбце – НЕ активизировать;

5. Уровень надежности < = 68, 3 (или 68.3);

6. Константа – ноль – НЕ активизировать;

7. Выходной интервал < = адрес ячейки заголовка первого столбца первой выходной результативной таблицы ( А75 );

8. Новый рабочий лист и Новая рабочая книга – НЕ активизировать;

9. Остатки – Активизировать;

10. Стандартизованные остатки – НЕ активизировать;

11. График остатков – НЕ активизировать;

12. График подбора – НЕ активизировать;

13. График нормальной вероятности – НЕ активизировать;

14. ОК.

В результате указанных действий осуществляется вывод четырех выходных таблиц на Лист 2 Рабочего файла, начиная с ячейки, указанной в поле Выходной интервал диалогового окна инструмента Регрессия (для демонстрационного примера они имеют следующий вид).

	А	В
	Регрессионная статистика
	Множественный R	0, 753661673
	R–квадрат	0, 568005917
	Нормированный R-квадрат	0, 552577557
	Стандартная ошибка	25, 90882817
	Наблюдения

 

	А	B	C	D	E	F
	Дисперсионный анализ
		df	SS	MS	F	Значимость F
	Регрессия		24713, 1801	24713, 1801	36, 81570256	1, 52606E-06
	Остаток		18795, 48657	671, 2673773
	Итого		43508, 66667

 

	A	B	C	D	E	F	G	H	I
		Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 68, 3%	Верхние 68, 3%
	Y-пересечение	21, 64454934	20, 81975413	1, 039615992	0, 307412837	-21, 0028	64, 29193	0, 432468	42, 85664
	Переменная X 1	0, 605324507	0, 099763508	6, 067594462	1, 52606E-06	0, 400968	0, 809681	0, 503681	0, 706968

 

	A	B	C
	ВЫВОД ОСТАТКА
	Наблюдение	Предсказанное Y	Остатки
		78, 54505301	31, 45494699
		86, 4142716	14, 5857284
		102, 7580333	17, 24196671
		116, 680497	-35, 68049696
	…	…	…
		202, 0312525	17, 96874754

Задание 3

Построение однофакторных нелинейных регрессионных моделей связи признаков с помощью инструмента Мастер диаграмм и выбор наиболее адекватного нелинейного уравнения регрессии

Алгоритмы выполнения Задания 3

Алгоритм 1. Построение уравнений регрессионных моделей для различных видов нелинейной зависимости признаков с использованием средств инструмента Мастер диаграмм

1. Выделить мышью диаграмму рассеяния признаков, расположенную начиная с ячейки Е4, и увеличить диаграмму на весь экран, используя прием " захват мышью";

2. Диаграмма => Добавить линию тренда;

3. В появившемся диалоговом окне Линия тренда выбрать вкладку Тип и задать вид регрессионной модели – полином 2-го порядка;

4. Выбрать вкладку Параметры и выполнить действия:

1. Переключатель Название аппроксимирующей кривой: автоматическое/другое – установить в положение другое и ввести имя тренда– полином 2-го порядка;

2. Поле Прогноз вперед на – НЕ активизировать;

3. Поле Прогноз назад на – НЕ активизировать;

4. Флажок Пересечение кривой с осью Y в точке –

НЕ активизировать;

5. Флажок Показывать уравнение на диаграмме – Активизировать;

6. Флажок Поместить на диаграмму величину достоверности аппроксимации R2 – Активизировать;

7. ОК;

8. Установить курсор на линию регрессии и щелкнуть правой клавишей мыши;

9. В появившемся диалоговом окне Формат линии тренда выбрать по своему усмотрению тип, цвет и толщину линии;

10. ОК;

11. Выделить уравнение регрессии и индекс детерминации R2 и с помощью приема " захват мышью" вынести их за корреляционное поле. При необходимости уменьшить размер шрифта.

5. Действия 2 – 4 (в п.4 шаги 1–11) выполнить поочередно для следующих видов регрессионных моделей:

– полином 3-го порядка,
– степенная функция .

По окончании работы алгоритма 1 выполнить следующие действия:

1. Присвоить полученной диаграмме заголовок " Диаграмма 2.1 " и удалить линии сетки по оси Y (алгоритм 2);

2. Снять заливку области построения (алгоритм 3);

3. При необходимости изменить масштаб шкалы осей диаграммы (алгоритм 4).

Алгоритм 2. Присвоение полученной диаграмме заголовка " Диаграмма 2.1" и удаление линий сетки по оси Y

1. Выделить мышью построенную диаграмму;

2. Диаграмма => Параметры диаграммы;

3. В появившемся диалоговом окне Параметры диаграммы выбрать вкладку Заголовки и в поле Название диаграммы ввести заголовок диаграммы " Диаграмма 2.1" ;

4. Выбрать вкладку Линии сетки, в полях Ось Х и Ось Y все флажки – Не активизировать;

5. ОК.

⇐ Предыдущая12345678Следующая ⇒

Поделиться:

Популярное:

1. II. Алгоритм процесса кибернетического моделирования.
2. Алгоритм 1.1. Расчет описательных статистик
3. Алгоритм 3. Снятие заливки области построения
4. Алгоритм Data Encryption Stantart (DES).
5. Алгоритм «сдвиг-свертка» для грамматики операторного предшествования
6. АЛГОРИТМ АВАРИЙНОЙ И ЭКСТРЕННОЙ ОСТАНОВКИ 1 И 2 СТУПЕНИ КОМПРИМИРОВАНИЯ ДКС, БПТПиИГ
7. Алгоритм анализа переключательной схемы
8. Алгоритм банкира для несколько видов ресурсов
9. Алгоритм ВСК БРЗУ (упрощенный).
10. Алгоритм выполнения курсового проекта
11. Алгоритм вычисления кодов Шеннона — Фано