Интерпретация результатов

Результаты, полученные с помощью инструмента Регрессия относятся к линейной модели преобразованного уравнения регрессии, в котором зависимой переменной является , а независимой – х. Эти результаты нельзя сравнивать с линейной моделью, рассмотренной в лабораторной работе №6, так как стандартная ошибка в этом случае определяется в единицах измерения , а значение нормированного коэффициента детерминации является долей изменений . Для получения уравнения экспоненциальной модели необходимо вычислить коэффициент a, выполнив обратное преобразование.

Задание 9.

На основе результатов, полученных с помощью инструмента анализа Регрессия, вычислите коэффициент a для экспоненциальной модели.

1. На Листе8 выделите ячейку G14 и введите формулу =EXP(G12) для вычисления коэффициента a.

2. Укажите, какой вид имеет уравнение регрессии полученной экспоненциальной модели.

Задание 10.

В экспоненциальной модели выполните прогнозирование средних продаж компьютеров в 1995 г.

1. На Листе8 выделите ячейку A20 и введите год 1995.

2. В ячейку B20 введите значение x, равное 9.

3. В ячейку C20 введите формулу для предсказанной цены = G14*EXP(G13*B20).

4. Какую величину средней продажи компьютеров можно ожидать в 1995 году?

Контрольные вопросы

1. Какие типы взаимосвязей существуют между переменными X и Y? Как можно определить взаимосвязь по диаграмме рассеяния?

2. Как определяется форма нелинейной взаимосвязи с помощью графика?

3. Как по найденной регрессионной модели осуществляется прогнозирование переменной Y?

4. Какой вид имеет квадратичная модель регрессии? Какие переменные в уравнении используются в качестве независимых?

5. Какой вид имеет логарифмическая модель регрессии? Какая переменная в уравнении регрессии является независимой? Какое ограничение имеют значения переменной X в логарифмической модели?

6. Какой вид имеет степенная модель регрессии? С какой целью в Excel проводится логарифмическое преобразование уравнения регрессии? Что такое обратное преобразование?

7. Какой вид имеет экспоненциальная модель регрессии? Как определяются коэффициенты a и b уравнения регрессии?

Контрольные задания

Добавьте Лист9 и выполните задание с использованием базы данных служащих (файл База данных служащих.xls находится в папке Мои документы).

Вариант	Задание
1	Рассматривая годовую зарплату служащих как переменную Y, а стаж работы – как переменную X, постройте линию тренда для квадратичной модели и получите с помощью инструмента Регрессия более полные характеристики. Сравните результаты с линейной моделью.
2	Рассматривая годовую зарплату служащих как переменную Y, а стаж работы – как переменную X, постройте линию тренда для квадратичной модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих стаж работы 8,5 лет.
3	Рассматривая годовую зарплату служащих как переменную Y, а стаж работы – как переменную X, постройте линию тренда для логарифмической модели и получите с помощью инструмента Регрессия более полные характеристики. Сравните результаты с линейной моделью.
4	Рассматривая годовую зарплату служащих как переменную Y, а стаж работы – как переменную X, постройте линию тренда для логарифмической модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих стаж работы 8,5 лет.
5	Рассматривая годовую зарплату служащих как переменную Y, а стаж работы – как переменную X, постройте линию тренда для степенной модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих стаж работы 8,5 лет.
6	Рассматривая годовую зарплату служащих как переменную Y, а стаж работы – как переменную X, постройте линию тренда для экспоненциальной модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих стаж работы 8,5 лет.
7	Рассматривая годовую зарплату служащих как переменную Y, а возраст – как переменную X, постройте линию тренда для квадратичной модели и получите с помощью инструмента Регрессия более полные характеристики. Сравните результаты с линейной моделью.
8	Рассматривая годовую зарплату служащих как переменную Y, а возраст – как переменную X, постройте линию тренда для квадратичной модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих возраст 37 лет.
9	Рассматривая годовую зарплату служащих как переменную Y, а возраст – как переменную X, постройте линию тренда для логарифмической модели и получите с помощью инструмента Регрессия более полные характеристики. Сравните результаты с линейной моделью.
10	Рассматривая годовую зарплату служащих как переменную Y, а возраст – как переменную X, постройте линию тренда для логарифмической модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих возраст 37 лет.
11	Рассматривая годовую зарплату служащих как переменную Y, а возраст – как переменную X, постройте линию тренда для степенной модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих возраст 37 лет.
12	Рассматривая годовую зарплату служащих как переменную Y, а возраст – как переменную X, постройте линию тренда для экспоненциальной модели и получите с помощью инструмента Регрессия более полные характеристики. Выполните прогнозирование заработной платы для служащих, имеющих возраст 37 лет.
13	Рассматривая стаж работы как переменную Y, а возраст – как переменную X, постройте линию тренда для квадратичной модели и получите с помощью инструмента Регрессия более полные характеристики. Сравните результаты с линейной моделью.
14	Рассматривая стаж работы как переменную Y, а возраст – как переменную X, постройте линию тренда для логарифмической модели и получите с помощью инструмента Регрессия более полные характеристики. Сравните результаты с линейной моделью.

10