Задание 1. Построение однофакторных уравнений регрессии.

1. Построить уравнение парной регрессии в линейной форме, считая, что значения фактора y расположены под номером k, а значения фактора x - под номером m в таблице 1.

2. Провести дисперсионный анализ.

3. Оценить статистическую значимость уравнения.

4. Оценить статистическую значимость параметров регрессии.

5. Вычислить средний коэффициент эластичности.

Варианты заданий

Задание 2. Построение нелинейной регрессии.

1. Построить уравнение парной регрессии в нелинейной форме, согласно данным таблицы 2, если наблюдаемые значения фактора х в моменты времени t равны x(t)=0.5*t.

Для вариантов 5,10,15,20, 25, 30 полином 2-ой степени принять в виде y=a+bx².

2. Оценить статистическую значимость уравнения.

3. Оценить статистическую значимость параметров регрессии.

4. Рассчитать средние коэффициенты эластичности.

Задание 3. Построение многофакторных уравнений регрессии.

1. Провести оценку мультиколлинеарности факторов.

2. Построить уравнение множественной регрессии в линейной форме, считая, что значения фактора y расположены под номером n, а значения факторов x₁, x₂, x₃ - под номерами n₁, n₂, n₃  соответственно в таблице 1.

3. Оценить статистическую значимость уравнения.

4. Оценить значимость коэффициентов чистой регрессии.

5. Построить уравнение регрессии в стандартизованном масштабе.

6. Построить частные уравнения регрессии.

7. Определить показатели множественной и частной корреляции.

8. Оценить целесообразность включения переменной x₂ в модель после включения переменных x₁ и x₃.

9. Рассчитать средние частные коэффициенты эластичности.

Варианты заданий

Задание 4. Моделирование одномерных временных рядов.

1. По данным таблицы 3 провести моделирование всех составляющих временного ряда.

2. Рассчитать прогнозные значения на один и два периода вперед.