Пакет аналізу даних Microsoft Excel надає можливість будувати регресійні моделі, але тільки у випадку лінійної залежності результативної ознаки Y від факторної ознаки Х і тільки для незгрупованих вибіркових даних.
Для побудови лінійної регресійної моделі необхідно:
1) Викликати Сервис – Анализ данных – Регрессия – ОК. З’явиться вікно для надання вхідних даних (рис. 4.5).
2) У графі Входной интервал Y та Входной интервал Х вказати відповідні стовпці даних; у графі Выходной интервал вказати ту клітину, починаючи з якої будуть надаватися вихідні дані – параметри рівняння регресії та результати її статистичного аналізу.
Рис. Діалогове вікно функції Регрессия
Приклад і результати роботи функції Регрессия надано на рис. 4.6.
Рис. Результати регресійного аналізу
В таблиці (рис. 4.6) у графі Коэффициенты вказані значення параметрів моделі а та : - в графі Y-пересечение, а - в графі Переменная X1. Отже, побудована лінійна регресійна модель має вигляд:
.
Для перевірки статистичної значущості моделі надається значення F-статистики у графі F: F = 105,14.
|
|
Коефіцієнт детермінації моделі R2 надається у графі R-квадрат, R2= 0,97.
Крім того, може бути надано: графік підбору – порівняльна діаграма, що містить емпіричну і теоретичну лінії регресії; таблиця залишків – різниць емпіричних і теоретичних значень Y (рис. 4.7).
Рис. Додаткові результати регресійного аналізу
Завдання для самостійного виконання
4.1. Відомі дані про обсяг виробництва сільськогосподарської продукції (грн.) на 1 особу АР Крим (табл. 4.11). Побудувати регресійну модель за даними таблиці, оцінити її статистичну значущість та адекватність.
Таблиця 4.11
Рік | |||||||
Обсяг виробництва с/г продукції |
4.2. Відомі дані про чисельність науково та науково-технічних працівників, що припадають на 1000 осіб (табл. 4.12). Побудувати регресійну модель за даними таблиці, оцінити її статистичну значущість та адекватність.
Таблиця 4.12
Рік | |||||||
Чисельність науково та науково-технічних працівників | 1,1 | 1,1 | 1,0 | 1,0 | 1,0 | 1,0 | 0,9 |
4.3. Відомі дані про інвестиції в основний капітал в розрахунку на 1 особу (табл. 4.13). Побудувати регресійну модель за даними таблиці, оцінити її статистичну значущість та адекватність.
Таблиця 4.13
Рік | |||||||
Інвестиції в основний капітал | 376,8 | 600,2 | 735,7 | 955,2 | 1376,2 | 1704,1 | 2375,6 |
4.4. Відомі дані про обсяг інноваційної продукції в розрахунку на 1 особу (табл. 4.14). Побудувати регресійну модель за даними таблиці, оцінити її статистичну значущість та адекватність.
Таблиця 4.14
|
|
Рік | |||||||
Обсяг інноваційної продукції | 38,4 | 139,0 | 264,5 | 172,3 | 313,1 | 469,9 | 282,2 |
4.5. Відомі дані про обсяг експорту товарів в розрахунку на 1 особу (табл. 4.15). Побудувати регресійну модель за даними таблиці, оцінити її статистичну значущість та адекватність.
Таблиця 4.15
Рік | |||||||
Обсяг експорту товарів | 84,6 | 107,3 | 109,2 | 158,1 | 137,1 | 178,1 | 201,7 |
4.6 – 4.15. Знайти рівняння регресії, що описує залежність Y від Х за даними кореляційної таблиць 4.16 – 4.17, оцінити її статистичну значущість та адекватність.
Таблиця 4.16
Y | Х | |||||
a | b | |||||
c | d | |||||
e | f | g | ||||
h | k | m | ||||
n | p | q |
Таблиця 4.17
4.6 | 4.7 | 4.8 | 4.9 | 4.10 | 4.11 | 4.12 | 4.13 | 4.14 | 4.15 | |
a | ||||||||||
b | ||||||||||
c | ||||||||||
d | ||||||||||
e | ||||||||||
f | ||||||||||
g | ||||||||||
h | ||||||||||
k | ||||||||||
m | ||||||||||
n | ||||||||||
p | ||||||||||
q |