Тема контрольной работы: Корреляционно-регрессионный анализ

Цель – закрепление практических навыков работы с инструментами построения многофакторной линейной регрессии и прогнозирования экономического показателя на основе линейной модели в MSEXCEL и EViews: умения комментировать статистическую значимость модели, показатели точности прогноза, матрицу парных коэффициентов корреляции.

Вариант 1 (прогнозирование стоимости оценочной цены здания).

Имеются данные о стоимости 15 офисных зданий в традиционном деловом районе города , количестве офисов у каждого здания  (шт.),количестве входов  (шт.), времени эксплуатации здания  (лет), общей площади здания  (кв.м.).

Сформулируем основные выводы:
Уравнение множественной линейной регрессии таково:
y=0,69+0,114∙x_1-0,04∙x_2. 2
Коэффициент множественной детерминации R^2=85,4%. Это означает, что изменение величины накопленных денежных средств на 85,4% обусловлено изменением суммарного дохода и общей оценки имущества,а остальные 14,6% изменения y объясняются действием неучтённых факторов.
Стандартная ошибка оценки по регрессии составляет 0,796, что показывает, на сколько в среднем будем ошибаться, оценивая значение зависимой переменной по найденному уравнению регрессии при фиксированном значении независимых переменных.
Коэффициенты регрессии значимо отличны от нуля, поскольку соответствующие P-значения не превышают уровень значимости α=0,05. Кроме того, соответствующие доверительные интервалы не содержат нулей (Нижние 95%, Верхние 95%).