Изучение методов регрессионного анализа. Вариант 2

Страницы работы

Содержание работы

МОСКОВСКИЙ ЭНЕРГЕТИЧЕСКИЙ ИНСТИТУТ

(ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ)

Кафедра Управления и Информатики

Лабораторная работа № 1

Изучение методов
регрессионного анализа

Выполнили

Студенты

Архипов А. Е.

Попов И. О.

Группа

А-01-03

Дата

25.03.06

Принял

Преподаватель

Дата

Исходные данные

Вес

Кол-во цилиндров

Ускорение

Объем

Мощность

Toyota 810 Maxima

2900

6

12,6

168

105

Dutsun Century

2930

6

13,8

146

88

Buick Cutlass LS

3415

6

15,8

231

85

Oldsmobile Granada GL

3725

8

19

350

88

Ford Lebaron

3060

6

17,1

200

88

Chrysler Cavalier

3465

6

16,6

225

88

Chevrolet CavalierSW

2605

4

19,6

112

85

Chevrolet Cavalier2D

2640

4

18,6

112

84

Chevrolet 1200 Hatch

2395

4

18

112

90

Pontiac Aries SE

2575

4

16,2

112

92

Dodge Phoenix

2525

4

16

135

74

Pontiac Fairmont

2735

4

18

151

68

Ford Concord DI

2865

4

16,4

140

68

AMC Rabbit L

3035

4

20,5

151

63

Volkswagen GLC Cust L

1980

4

15,3

105

70

Volkswagen GLC Cust L

2025

4

18,2

91

88

Mazda Horizon

1970

4

17,6

91

75

Plymouth Lynx L

2125

4

14,7

105

70

Mercury Stanza XE

2125

4

17,3

98

67

Nissan Accord

2160

4

14,5

120

67

Honda Corolla

2205

4

14,5

107

67

Toyota Civic M

2245

4

16,9

108

110

Honda Civic A

1965

4

15

91

85

Honda 310 GX

1965

4

15,7

91

92

Datsun CenturyLmt

1995

4

16,2

91

112

Buick Cutlass DL

2945

6

16,4

181

96

Oldsmobile Lebaron

3015

6

17

262

84

Chrysler Granada L

2585

4

14,5

156

90

Ford Celica GT

2835

6

14,7

232

86

Toyota Charger2.2

2665

4

13,9

144

52

Dodge Camaro

2370

4

13

135

84

Chevrolet MustangGL

2950

4

17,3

151

79

Ford Pickup

2790

4

15,6

140

82

Volkswagen Rampage

2130

4

24,6

97

Dodge Ranger

2295

4

11,6

135

Ford S-10

2625

4

18,6

120

Chevrolet

2720

4

19,4

119

Трехмерная гистограмма для исследуемых данных

Исследуем диапазон изменения переменных:

Test of means against reference constant (value) (tabl1.sta)

Mean

Std.Dv.

N

Std.Err.

Reference

t-value

df

p

Вес

2582,568

456,6661

37

75,07544

0,00

34,39963

36

0,000000

Кол-во цилиндров

4,541

1,0164

37

0,16709

0,00

27,17386

36

0,000000

Ускорение

16,505

2,4463

37

0,40217

0,00

41,04084

36

0,000000

Объем

143,649

56,2313

37

9,24436

0,00

15,53905

36

0,000000

Мощность

82,485

13,3490

33

2,32376

0,00

35,49632

32

0,000000

Видно, что самый маленький диапазон изменения у переменной «Количество цилиндров», а самый большой – у переменной «Вес».

Диаграммы рассеивания

Построим диаграммы рассеивания и изучим вид зависимости между переменными «Вес-Ускорение», «Вес-Объем», «Вес-Мощность».

Линейной зависимости между переменными не прослеживается.

Значение парного коэффициента корреляции близко к 1 и прослеживается линейная зависимость между переменными.

Линейной зависимости между переменными не прослеживается.

Множественная регрессия

Построим множественную регрессию для переменной «Вес»:

   Multiple Regression Results

  Dependent: Вес              Multiple R =  ,87029041     F = 21,85472

                                       R?=  ,75740540    df =   4,28

  No. of cases: 33            adjusted R?=  ,72274903     p =  ,000000

               Standard error of estimate:249,58702882

  Intercept: 1176,6538810  Std.Error: 516,9998  t(   28) = 2,2759  p =  ,0307

                                                                                

  Кол-во цилинд beta=,031     Ускорение beta=,113         Объем beta=,827    

       Мощность beta=-,03                                                    

  (significant betas are highlighted)                                         

Множественный коэффициент корреляции близок к 1, что говорит о наличии линейной зависимости переменной «Вес» от остальных. Коэффициент детерминации так же приближается к 1, что говорит о существовании связи между переменными. Стандартная ошибка должна приближаться к 0, чего не наблюдается. Это говорит о недостаточном качестве построенной зависимости.

Оценка значимости коэффициентов, полученных в результате множественной регрессии:

Похожие материалы

Информация о работе