Зависимость производительности труда по двухфакторной модели множественной линейной регрессии

Аннотация
Основная часть
Построение и статистический анализ двухфакторной линейной модели
Вывод:
Список использованной литературы

Весь текст будет доступен после покупки

Цели и задачи исследования: анализ сущности двухфакторной модели множественной линейной регрессии В соответствии с целью в работе рассмотрены следующие задачи:
- дать определение понятию термина «регрессия», «парная регрессия», «множественная линейная регрессии»;
- рассмотреть построение уравнения регрессии и оценку параметров выбранной модели;
- описать качество оценок линейной регрессии;
- рассмотреть проверку предпосылок двухфакторной модели множественной линейной регрессии.

Методы: сопоставления двух параллельных рядов, метод аналитических группировок, корреляционный анализ, регрессионный анализ и некоторые непараметрические методы.

Весь текст будет доступен после покупки

Основная часть
Регрессия (лат. regressio - обратное движение, переход от более сложных форм развития к менее сложным) - одно из основных понятий в теории вероятности и математической статистике, выражающее зависимость среднего значения случайной величины от значений другой случайной величины или нескольких случайных величин. Это понятие введено Фрэнсисом Гальтоном в 1886.
Теоретическая линия регрессии - это та линия, вокруг которой группируются точки корреляционного поля и которая указывает основное направление, основную тенденцию связи.
Теоретическая линия регрессии должна отображать изменение средних величин результативного признака «y» по мере изменения величин факторного признака «x» при условии полного взаимопогашения всех прочих – случайных по отношению к фактору «x» - причин. Следовательно, эта линия должна быть проведена так, чтобы сумма отклонений точек поля корреляции от соответствующих точек теоретической линии регрессии равнялась нулю, а сумма квадратов этих отклонений была ба минимальной величиной.
y=f(x) - уравнение регрессии - это формула статистической связи между переменными.
Прямая линия на плоскости (в пространстве двух измерений) задается уравнением y=a+b*х. Более подробно: переменная y может быть выражена через константу (a) и угловой коэффициент (b), умноженный на переменную x. Константу иногда называют также свободным членом, а угловой коэффициент - регрессионным или B-коэффициентом.
Важным этапом регрессионного анализа является определение типа функции, с помощью которой характеризуется зависимость между признаками.
Линейная: INCLUDEPICTURE "https://works.doklad.ru/images/7jMq53R-dAk/301ca251.gif" \* MERGEFORMATINET
Модель с одной объясняющей и одной объясняемой переменными – модель парной регрессии. Если объясняющих (факторных) переменных используется две или более, то говорят об использовании модели множественной регрессии. При этом, в качестве вариантов могут быть выбраны линейная, экспоненциальная, гиперболическая, показательная и другие виды функций, связывающие эти переменные.
Построение и статистический анализ двухфакторной линейной модели
Как известно, явления общественной жизни складываются под воздействием не одного, а целого ряда факторов, т.е. эти явления многофакторны. Между факторами существуют сложные взаимосвязи, поэтому их влияние комплексное и его нельзя рассматривать как простую сумму изолированных влияний.

Весь текст будет доступен после покупки

1.Крянев А.В. Применение современных методов математической статистики при восстановлении регрессионных зависимостей на ЭВМ. Учебное пособие. М.: 1988. С. 4.
2.Мамаева З.М. Математические методы и модели в экономике. 2. Учебное пособие. Н. Новгород.: 2010. С 17
3.Эконометрика. Конспект лекций. Яковлева А.В. М.: Эксмо, 2008.С. 126.
4.Кочетков Е.С. Метод наименьших квадратов: Учебное пособие. Москва, издательство МАИ, 1993г.
5.М.В.Болдин, Е.Р. Горяинова, А.Р. Панков, С.С Тарасова. Теория вероятностей и математическая статистика: лабораторные работы. Москва, издательство МАИ, 1992г.

Весь текст будет доступен после покупки