Изучение методов регрессионного анализа. Вариант 1

Страницы работы

12 страниц (Word-файл)

Содержание работы

МОСКОВСКИЙ ЭНЕРГЕТИЧЕСКИЙ ИНСТИТУТ

(ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ)

Кафедра Управления и Информатики

Лабораторная работа № 1

Изучение методов
регрессионного анализа

Выполнили

Студенты

Синицына Л.В.

Гаврилина А.М.

Группа

А-3-03

Дата

29.03.06

Принял

Преподаватель

Дата

Исходные данные

Модель

Вес

Nцил

Ускорение

Объем

Мощность

Toyota C

2265

4

15,2

108

75

Mazda GLC

2110

4

17,9

86

65

Dodge Colt

2800

4

14,4

156

105

Datsun 210

2110

4

19,2

85

65

Volkswagen RDL

2085

4

21,7

90

48

Volkswagen D

2335

4

23,7

90

48

Audi 500S

2950

5

19,9

121

67

Mercedes 240D

3250

4

21,8

146

67

Honda C1500

1850

4

13,8

91

67

Renault LeCar

1835

4

17,3

85

67

Subaru DL

2145

4

18

97

62

Volkswagen R

1845

4

15,3

89

132

Datsun 280-ZX

2910

6

11,4

168

100

Mazda RX

2420

3

12,5

70

88

Triumph TR7

2500

4

15,1

122

72

Ford MC

2905

4

14,3

140

84

Honda A

2290

4

17

107

84

Plymouth R

2490

4

15,7

135

92

Buick Skylark

2635

4

16,4

151

110

Dodge ASW

2620

4

14,4

156

84

Chevrolet C

2725

6

12,6

173

58

Plymouth R1

2385

4

12,9

135

64

Toyota S

1755

4

16,9

79

60

Plymouth C

1875

4

16,4

86

67

Honda c1300

1760

4

16,1

81

65

Subaru 210

2065

4

17,8

97

62

Datsun T

1975

4

19,4

85

68

Toyota GLC4

2050

4

17,3

89

63

Mazda H4

1985

4

16

91

65

Plymouth E4W

2215

4

14,9

105

65

Ford E2H

2045

4

16,2

98

74

Ford Jetta

2380

4

20,7

98

75

Volkswagen 18I

2190

4

14,2

105

75

Renault P

2320

4

15,8

100

100

Honda Corrola

2210

4

14,4

107

74

Toyota 200SX

2350

4

16,8

108

80

Datsun 626

2615

4

14,8

119

110

Трёхмерная гистограмма исходных данных

“Ящик с усами”

«Ящик с усами» помогает лучше оценить диапазон изменения данных. В данном случае внутрь ящика попадают 50% значений исследуемого признака, оказавшиеся ближе всего к медиане. Соответственно нижний и верхний «усы» указывают, насколько максимум и минимум отстоят от медианы.

Диаграммы рассеивания.

Фактически мы попытались построить одномерную регрессию, используя метод наименьших квадратов.

Множественная регрессия

Попытка построения множественной регрессии №1

В качестве зависимой переменной выбран признак – Вес.

Эта переменная была выбрана зависимой исходя из указаний к выполнению работы и вышеприведенных исследований.

  Multiple Regression Results

  Dependent: Вес              Multiple R =  .85755081     F = 22.23356

                                       R?=  .73539339    df =   4,32

  No. of cases: 37            adjusted R?=  .70231756     p =  .000000

               Standard error of estimate:200.65367230

  Intercept: 516.55485804  Std.Error: 478.9929  t(   32) = 1.0784  p =  .2889

                                                                                

     Nцилиндров beta=-.13     ускорение beta=.277         объем beta=.962    

       мощность beta=.082                                                    

Как видно из приведенных выше результатов , только 2 из 4х коэффициентов построенной регрессии были признаны значимыми, а коэффициент детерминации не достиг даже отметки 0,75. В результате бригада приняла решения построить другую множественную регрессию, где в качестве зависимой переменной был выбран объем.

Попытка построения множественной регрессии  №2

Multiple Regression Results

  Dependent: объем            Multiple R =  .90233393     F = 35.05856

                                       R?=  .81420652    df =   4,32

  No. of cases: 37            adjusted R?=  .79098234     p =  .000000

               Standard error of estimate:12.441682683

  Intercept: -34.91759292  Std.Error: 29.59842  t(   32) = -1.180  p =  .2468

                                                                               

            Вес beta=.676    Nцилиндров beta=.283     ускорение beta=-.23    

       мощность beta=.045                                                    

В данном случае мы получили коэффициент детерминации больше 0, 8, а также исправленный коэффициент детерминации близкий к этому значению. Кроме того, стандартная ошибка во втором случае оказалась меньше на порядок.

Похожие материалы

Информация о работе