ВВЕДЕНИЕ 3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПАРНОЙ РЕГРЕССИИ 6
1.1. Сущность линейной регрессии 6
1.2. Регрессионный анализ 9
ГЛАВА 2. ПОСТРОЕНИЕ РЕГРЕССИОННОЙ МОДЕЛИ 13
2.1. Проверка исходных данных на мультиколлинеарность 13
2.2. Построение регрессионной модели и её интерпретация 15
ГЛАВА 3. РАЗРАБОТКА ПО ДЛЯ ПОСТРОЕНИЯ УРАВНЕНИЙ ПАРНОЙ РЕГРЕССИИ И АНАЛИЗА ИХ ПАРАМЕТРОВ С ПОМОЩЬЮ MS EXCEL 24
ЗАКЛЮЧЕНИЕ 29
СПИСОК ЛИТЕРАТУРЫ 31
Краткое содержание работы:
ВВЕДЕНИЕ
Актуальность курсовой работы. В банковской, финансовой сфере, при проведении маркетинговых и социологических исследований, при обработке различных экономических данных требуется оценка взаимосвязи показателей и моделирование их зависимости для дальнейшего прогнозирования. Эти задачи призваны решать методы корреляционного и регрессионного анализов.
Изменение любого экономического показателя зависит от большого числа факторов, но из них лишь некоторые оказывают существенное воздействие на исследуемый показатель. Доля влияния остальных факторов столь незначительна, что их игнорирование не может привести к существенным отклонениям исследуемого объекта.
В большинстве случаев между экономическими явлениями не существует строгой функциональной взаимосвязи, поэтому в экономике говорят не о функциональных, а о корреляционных или статистических зависимостях.
Нахождение, оценка и анализ таких зависимостей и оценка их параметров будет произведена в данной курсовой работе.
Задачами курсовой работы является следующее: провести корреляционный анализ (то есть построить матрицу парных коэффициентов корреляции, частных коэффициентов корреляции, сравнить этих коэффициентов, рассчитать множественные коэффициенты корреляции); выявить, можно ли производить регрессионный анализ; провести регрессионный анализ (проверить данные на наличие мультиколлинеарности, исходя из этого, провести поэтапный регрессионный анализ, интерпретировать полученное уравнение регрессии).
Объектом исследования курсовой работы является массив данных из пяти показателей (одному результативному и четырём факторным) по 50 объектам.
Предметом изучения курсовой работы является определение наличия взаимосвязи между показателями, а также характера этих взаимосвязей.
Общее назначение множественной регрессии (этот термин был впервые использован в работе Пирсона - Pearson, 1908) состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Например, агент по продаже недвижимости мог бы вносить в каждый элемент реестра размер дома (в квадратных футах), число спален, средний доход населения в этом районе в соответствии с данными переписи и субъективную оценку привлекательности дома. Как только эта информация собрана для различных домов, было бы интересно посмотреть, связаны ли и каким образом эти характеристики дома с ценой, по которой он был продан. Например, могло бы оказаться, что число спальных комнат является лучшим предсказывающим фактором (предиктором) для цены продажи дома в некотором специфическом районе, чем "привлекательность" дома (субъективная оценка). Могли бы также обнаружиться и "выбросы", т.е. дома, которые могли бы быть проданы дороже, учитывая их расположение и характеристики.
Специалисты по кадрам обычно используют процедуры множественной регрессии для определения вознаграждения адекватного выполненной работе.
Как только эта так называемая линия регрессии определена, аналитик оказывается в состоянии построить график ожидаемой (предсказанной) оплаты труда и реальных обязательств компании по выплате жалования. Таким образом, аналитик может определить, какие позиции недооценены (лежат ниже линии регрессии), какие оплачиваются слишком высоко (лежат выше линии регрессии), а какие оплачены адекватно.
Регрессионный анализ применяется для построения математических зависимостей объектов, явлений по результатам экспериментальных данных, полученных на основе проведения активного или пассивного экспериментов.
В курсовой работе делается акцент на использование ППП Microsoft Excel, так как Microsoft Office, куда он входит, имеет в настоящее время наибольшее распространение и доступен всем пользователям современных компьютеров, в отличие от многих специальных статистических пакетов. Также используются такие методы, как графический и табличный.
Целью курсовой работы является разработка программного обеспечения для построения уравнений парной регрессии и анализа их параметров и статистических характеристика с помощью встроенных в MS Excel функций.
Задачами курсовой работы является:
- рассмотрение теоретических основ парной регрессии;
- изучение методов и этапов построения регрессионной модели;
- анализ разработки ПО с помощью MS Excel.
Структура курсовой работы. Курсовая работа состоит из введения, трех глав, заключения и списка литературы.
В нашей компании вы можете заказать консультацию по любой учебной работе от 300 руб. Оформите заказ, а договор и кассовый чек послужат вам гарантией сохранности ваших средств. Кроме того, вы можете изменить план текущей работы на свой, а наши авторы переработают основное содержание под ваши требования