Лабораторные работы по курсу:
«Методы статистической обработки данных»
Выполнил: Харченко И.Е.
Группа 504
Проверил: Буре В.М.
Санкт-Петербург
2009 год
Задача 1.16
Регрессионный анализ находит широкое применение в маркетинговых исследованиях, когда изучается взаимосвязь двух и более переменных.
Компания Joseph Machine Company была озабочена улучшением процедуры подбора торгового персонала. Изучение информационных источников, касающихся эффективности работников торговли, показало, что главными причинами успеха часто оказываются опыт работы и интеллектуальные способности торгового представителя. По этой причине компания решила назначить тесты коэффициентов интеллекта (IQ) всех торговых представителей. В качестве критерия эффективности использовался индекс объема продаж за год по отношению к территориальной квоте. ( Г.А. Черчилль «Маркетинговые исследования»)
Торговый представитель |
Индекс эффективности |
Тест (IQ) |
Время работы |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |
120 107 102 94 96 105 99 115 77 100 116 122 87 109 95 92 91 102 120 94 98 101 97 101 97 98 112 115 111 97 |
128 99 92 80 97 113 86 84 114 113 91 80 88 82 91 83 84 113 84 98 114 111 108 85 91 91 80 102 113 91 |
79 49 82 63 99 64 73 86 60 56 118 104 50 111 78 62 75 83 116 103 54 90 76 72 75 80 88 85 107 110 |
Диаграммы корреляционного поля.
Построим диаграммы корреляционного поля для факторов и .
Вычислим коэффициенты линейной регрессии и запишем получившиеся уравнения. Далее можно получить расчетные значения признака и построить графики остатков.
Уравнения линейной регрессии
(1)
(2)
График остатков и диаграмма корреляционного поля с линией регрессии.
Остальные параметры линейной регрессии приведем в следующей таблице.
Коэффициент корреляции и детерминации, средняя ошибка аппроксимации, результаты F-статистики и выводы по критерию Фишера. Стандартные ошибки параметров регрессии, соответствующие значения t-статистик.
Фактор |
Фактор |
|
Коэффициент корреляции |
-0,0354 |
0,524482 |
Коэффициент детерминации |
0,001253 |
0,275081 |
Средняя ошибка аппроксимации |
0,083197 |
0,070588 |
F-статистика |
0,035127 |
10,62502 |
Число степеней свободы |
28 |
28 |
Стандартная ошибка коэффициента корреляции |
-0,18742 |
3,259605 |
Стандартная ошибка коэффициента a |
14,44445 |
7,169687 |
t-статистика для коэффициента a |
7,270289 |
11,10358 |
Стандартная ошибка коэффициента b |
0,148754 |
0,085434 |
t-статистика для коэффициента b |
1,341837 |
3,259605 |
t-статистика для коэффициента регрессии |
-0.1874 |
3.2596 |
Доверительный интервал a |
(75.4, 134.6) |
(-0.33, 0.28) |
Доверительный интервал b |
(64.92, 94.29) |
(0.1, 0.45) |
Критическое значение распределения Фишера в данном случае . Таким образом, можно сделать вывод, что уравнение (1) является статистически незначимым, и индекс эффективности (y) не связан с результатами теста IQ (x1). Аналогично уравнение (2) можно признать статистически значимым.
Выводы о статистической значимости найденных коэффициентов, а также доверительные интервалы параметров регрессии.
Проверим статистическую значимость коэффициентов регрессии. Критическое значение распределения Стьюдента . На основании критерия Фишера можно сделать вывод, что статистически незначимыми являются только коэффициент b уравнения (1) и коэффициент регрессии для фактора .
Значение точечного прогноза, ошибка точечного прогноза и доверительный интервал прогноза для значений факторов на 70% превышающих средние выборочные для каждого из факторов.
Фактор |
Фактор |
|
Среднее значение |
96.2 |
81.6 |
Значение фактора |
163,54 |
138.72 |
Значение прогноза |
100.4559 |
118.24 |
Ошибка точечного прогноза |
14.8352 |
10.5226 |
Доверительный интервал |
70.0674 |
96.6856 |
130.8444 |
139.795 |
Выводы о принятии или отклонении гипотезы гомоскедастичности наблюдений для каждой из регрессий.
По методу Гольдфельда – Квандта - гипотеза гомоскедастичности принимается для обоих факторов. Построенная модель регрессии является эффективной.
Заключительный вывод.
В ходе работы был проведен регрессионный анализ исходных данных о тестах IQ, опыте работы и индексе эффективности 30 сотрудников компании Joseph Machine Company.
Так как получившаяся регрессионная модель оказалась статистически не значимой, то отсутствует взаимосвязь между результатами теста IQ и индексом эффективности каждого сотрудника. Гомоскедастичность исходных данных позволяет говорить об эффективности построенной модели.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.