Практические занятия
| Практические занятия | Литература | Учебно-методи-ческие материалы | |||
| № | тема | кол-во часов | цели и задачи | ||
| Парная линейная регрессия и корреляция | - по исходным данным индивидуального варианта построить поле корреляции; - оценить тесноту связи линейной связи между признаками с помощью коэффициента корреляции; - получить методом наименьших квадратов уравнение парной линейной регрессии; - получить теоретические значения объясняемой переменной и построить на одном графике с корреляционным полем теоретическую линию регрессии; - оценить качество подгонки полученного уравнения регрессии с помощью коэффициента детерминации; - оценить значимость модели с помощью F-критерия Фишера; - рассчитать среднюю ошибку аппроксимации; - дать оценку силы связи с помощью среднего коэффициента эластичности; - представить доверительный интервал прогноза результативного признака при заданном значении факторного признака; - определить коэффициент корреляции и параметры уравнения регрессии, используя встроенные функции Microsoft Excel. | М1 | |||
| Нелинейная регрессия и корреляция, оценка параметров | - по исходным данным индивидуального варианта получить уравнение парной нелинейной квадратичной регрессии; - оценить тесноту нелинейной связи переменных с помощью индекса корреляции; - оценить качество подгонки квадратичного уравнения с помощью коэффициента детерминации; - оценить качество модели с помощью средней относительной ошибки аппроксимации; - по исходным данным построить линейную, гиперболическую, степенную, показательную модели, рассчитать для каждой из них индекс корреляции, коэффициент детерминации и среднюю ошибку аппроксимации; - построить теоретические линии для каждой модели на одном графике с фактическими данными или полем корреляции; - сделать вывод о предпочтительности той или иной модели для описания фактических данных. | М1 |
| Множественная регрессия корреляция | - по исходным данным индивидуального варианта построить модель множественной линейной регрессии, описывающей зависимость результативного признака от трех факторных признаков; - с помощью визуального сравнения графиков, построенных по фактическим и теоретическим значениям результативного признака, оценить качество построенной модели множественной регрессии; - оценить качество полученной модели с помощью коэффициента детерминации и средней относительной ошибки аппроксимации; - спрогнозировать значение результативного признака при заданных значениях трех факторных признаков. | М1 | |||
| Временные ряды | Задание 1: - по исходным данным, расположенным в хронологическом порядке и представляющим собой временной ряд, принять решение о модели аналитического выравнивания, приемлемой для данного периода времени; - получить линию тренда, оценить качество и значимость модели; - по построенной модели тренда осуществить ретроспективный прогноз моделируемого показателя на заданную дату. Задание 2: - по исходным данным индивидуального варианта построить линейную модель временного ряда; - сделать предположение о наличии или отсутствии в модели автокорреляции остатков, анализируя графики объясняемой переменной и остатков временного ряда; - с помощью критерия Дарбина-Уотсона исследовать временной ряд на автокорреляцию и в случае обнаружения определить ее тип. Задание 3: - по исходным данным индивидуального варианта выявить неслучайную составляющую временного ряда путем его сглаживания методом скользящих средних по 3-м и 5-ти точкам; - осуществить повторное сглаживание рядов; - выбрать наиболее подходящий вариант сглаживания. | М1 |