- •Размещено на http://www.Allbest.Ru/
- •1. Регрессионный анализ
- •2. Пакет Анализ данных Microsoft Excel
- •3. Пример регрессионного анализа данных
- •1) Построим уравнения линейной регрессии. Последовательно увеличивая число факторных переменных от одной до пяти.
- •2) Определим качество уравнений регрессии
- •3) Проверим существенность связи (значимость r-квадрат)
- •4) Проверим значимость каждого коэффициента в уравнении регрессии
- •5) Построим графики остатков для полученных регрессий
- •Корреляционный статистический регрессионный анализ
- •Размещено на Allbest.Ru
2. Пакет Анализ данных Microsoft Excel
Анализ данных - область информатики, занимающаяся построением и исследованием наиболее общих математических методов и вычислительных алгоритмов извлечения знаний из экспериментальных (в широком смысле) данных.
Ms Excel представляет широкие возможности для проведения анализа данных, находящихся в списке. К средствам анализа относятся:
-
Обработка списка с помощью различных формул и функций;
-
Построение диаграмм и использование карт Ms Excel;
-
Проверка данных рабочих листов и рабочих книг на наличие ошибок;
-
Структуризация рабочих листов;
-
Автоматическое подведение итогов (включая мастер частичных сумм);
-
Консолидация данных;
-
Сводные таблицы;
-
Специальные средства анализа выборочных записей и данных – подбор параметра, поиск решения, сценарии и др [3].
В состав Microsoft Excel входит набор средств анализа данных (так называемый пакет анализа), предназначенный для решения сложных статистических и инженерных задач. Для проведения анализа данных с помощью этих инструментов следует указать входные данные и выбрать параметры; анализ будет проведен с помощью подходящей статистической или инженерной макрофункции, а результат будет помещен в выходной диапазон. Другие средства позволяют представить результаты анализа в графическом виде.
Статистические данные приводятся в виде длинных и сложных статистических таблиц, поэтому бывает весьма трудно обнаружить в них имеющиеся неточности и ошибки.
Графическое же представление статистических данных помогает легко и быстро выявить ничем не оправданные пики и впадины, явно не соответствующие изображаемым статистическим данным, аномалии и отклонения.
Графическое представление статистических данных является не только средством иллюстрации статистических данных и контроля их правильности и достоверности. Благодаря своим свойствам оно является важным средством толкования и анализа статистических данных, а в некоторых случаях - единственным и незаменимым способом их обобщения и познания.
Регрессия является инструментом пакета анализа данных Microsoft Excel. Линейный регрессионный анализ заключается в подборе графика для набора наблюдений с помощью метода наименьших квадратов. Регрессия используется для анализа воздействия на отдельную зависимую переменную значений одной или более независимых переменных [4].
3. Пример регрессионного анализа данных
Имеется матрица данных следующего вида
|
y |
X1 |
X2 |
X3 |
X4 |
X5 |
1 |
10,9 |
1,59 |
0,26 |
2,05 |
0,32 |
0,14 |
2 |
9,6 |
0,34 |
0,28 |
0,46 |
0,59 |
0,66 |
3 |
10,2 |
2,53 |
0,31 |
2,46 |
0,30 |
0,31 |
4 |
11,1 |
4,63 |
0,40 |
6,44 |
0,43 |
0,59 |
5 |
10,8 |
2,16 |
0,26 |
2,16 |
0,39 |
0,16 |
6 |
9,8 |
2,16 |
0,30 |
2,69 |
0,32 |
0,17 |
7 |
13,7 |
0,68 |
0,29 |
0,73 |
0,42 |
0,23 |
8 |
8,8 |
0,35 |
0,26 |
0,42 |
0,21 |
0,08 |
9 |
8,1 |
0,52 |
0,24 |
0,49 |
0,20 |
0,08 |
10 |
14,7 |
3,42 |
0,31 |
3,02 |
1,37 |
0,73 |
11 |
10,9 |
1,78 |
0,30 |
3,19 |
0,73 |
0,17 |
12 |
11,9 |
2,40 |
0,32 |
3,30 |
0,25 |
0,14 |
13 |
13,3 |
9,36 |
0,40 |
11,51 |
0,39 |
0,38 |
14 |
10,9 |
1,72 |
0,28 |
2,26 |
0,82 |
0,17 |
15 |
8,2 |
0,59 |
0,29 |
0,60 |
0,13 |
0,35 |
16 |
8,4 |
0,28 |
0,26 |
0,30 |
0,09 |
0,15 |
17 |
9,4 |
1,64 |
0,29 |
1,44 |
0,20 |
0,08 |
18 |
9,6 |
0,09 |
0,22 |
0,05 |
0,43 |
0,20 |
19 |
14,3 |
0,08 |
0,25 |
0,03 |
0,73 |
0,20 |
20 |
9,9 |
1,36 |
0,26 |
0,17 |
0,99 |
0,42 |
Требуется:
-
построить уравнения линейной регрессии, последовательно увеличивая число факторных переменных от одной до пяти;
-
определить качество полученных уравнений регрессии и их статистическую значимость;
-
оценить статистическую значимость параметров регрессии;
-
построить графики остатков для полученных регрессий;
-
рассчитать нормированные коэффициенты j для наилучшего уравнения регрессии
Для выполнения задания используется регрессионный метод пакета «Анализ данных» MS Excel.