«Множественная линейная регрессия и корреляция»
Для объяснения заработной платы в зависимости от возраста и стажа по данной специальности построить и исследовать линейную регрессионную модель . Применить построенную регрессионую модель для прогноза заработной платы при . Использовать данные, находящиеся в таблице с вариантами заданий, и возможности надстройки «Анализ данных» табличного процессора MS Excel.
Требуется:
1) ввести данные;
2) провести регрессионный анализ;
3) провести анализ общего качества уравнения регрессии;
4) указать стандартную ошибку регрессии;
5) указать стандартные ошибки коэффициентов;
6) проанализировать статистическую значимость коэффициентов при уровне значимости α = 0,05, при необходимости получить новое уравнение регрессии со значимыми коэффициентами;
7) найти точечные и интервальные оценки для коэффициентов регрессии;
8) дать точечный и интервальный прогноз заработной платы по заданным значениям возраста и стажа;
9) рассчитать коэффициенты эластичности и сделать вывод о влиянии факторов на заработную плату.
|
|
Выясните, выполняются ли условия теоремы Гаусса – Маркова для случайного члена:
1) проверить предположение о равенстве нулю математического ожидания случайного члена;
2) проверить предположение о постоянстве дисперсии случайного члена, то есть о наличии гомоскедастичности с помощью теста ранговой корреляции Спирмена;
3) проверить предположение о независимости случайного члена в любом наблюдении от его значений во всех других, то есть об отсутствии автокорреляции с помощью статистики – Дарбина–Уотсона;
4) проверить гипотезу о нормальном распределении остатков;
5) сделать вывод о присутствии или отсутствии мультиколлинеарности.