Характеристика методики построения линейных моделей парной регрессии, оценка их существенности и значимости, расчет показателей парной регрессии и корреляции. Исследование исходных данных для корреляционного анализа. Построение точечного прогноза.
Аннотация к работе
Новосибирский государственный университет экономики и управления КУРСОВАЯ РАБОТА по дисциплине «Информационные технологии» на тему: Разработка программного обеспечения для проверки качества одномерной линейной регрессионной модели Выполнил: студент группы 8095Цель работы - овладеть методикой построения линейных моделей парной регрессии, оценки их существенности и значимости, расчетом показателей парной регрессии и корреляции. Функция f(x2 , x3 , …, xt), описывающая зависимость показателя от параметров, называется уравнением (функцией) регрессии. Термин "регрессия" (regression (лат.) - отступление, возврат к чему-либо) связан со спецификой одной из конкретных задач, решенных на стадии становления метода, и в настоящее время не отражает всей сущности метода, но продолжает применяться. Предварительная обработка включает стандартизацию матрицы ЭД, расчет коэффициентов корреляции, проверку их значимости и исключение из рассмотрения незначимых параметров (эти преобразования были рассмотрены в рамках корреляционного анализа). Окончательно уравнение парной линейной регрессии, связывающее величину доли денежных доходов населения, направленных на прирост сбережений (у), с величиной среднемесячной начисленной заработной платы (х) имеет вид: (4.
План
Оглавление
Введение
Цели и задачи курсовой работы
Регрессионный анализ
Нахождение уравнения регрессии
Проверка адекватности модели регрессии
Построение точечного прогноза
Интерфейс
Список литературы регрессия парный корреляция анализ