у х1 х2 1 22 5 37 2 7 6 2 25 5 58 0 9 4 3 19 2 60 2 9 5 4 13

Следовательно, их влияние на результативный признак y незначительно. С увеличением размера жилой площади на 1 % от ее среднего уровня стоимость квартиры упадет на 0,22% от своего среднего уровня; при повышении размера кухни на 1 % от его среднего уровня стоимость квартиры повысится на 0,76% от своего среднего уровня. 3. Линейные коэффициенты частной корреляции рассчитываются по рекуррентной формуле: . При получаем: ; ; . Коэффициенты частной корреляции дают более точную характеристику тесноты связи двух признаков, чем коэффициенты парной корреляции, так как очищают парную зависимость от взаимодействия данной пары признаков с другими признаками, представленным в модели. В рассматриваемой задаче межфакторная связь очень сильная rx1x2=0,98 выводы о тесноте и направлении связи на основе коэффициентов парной и частной корреляции совпадают: -связь между и слабая; -связь между и слабая; -связь между и сильная, прямая. Расчет линейного коэффициента множественной корреляции выполним с использованием коэффициентов и : . R2= 0,342 = 0,12 Связь между признаками не сильная. 4) Средняя ошибка аппроксимации A=ε:yn100% Несмещенная ошибка ε=y-y (абсолютная ошибка аппроксимации) y y ε=y-y ε2 (y-y)2 |ε : y| 22.5 20.74 1.76 3.1 8.03 0.0782 25.5 22.04 3.46 11.94 34.03 0.14 19.2 21.99 -2.79 7.79 0.22 0.15 13.6 20.02 -6.42 41.18 36.8 0.47 25.4 19.43 5.97 35.68 32.87 0.24 17.8 18.71 -0.91 0.83 3.48 0.0513 18 18.44 -0.44 0.2 2.78 0.0247 21.1 18.28 2.82 7.93 2.05 0.13 16.5 18.5 -2 4.01 10.03 0.12 23 19.26 3.74 13.95 11.11 0.16 16.2 19.47 -3.27 10.71 12.02 0.2 17.2 19.1 -1.9 3.61 6.08 0.11 0 140.93 159.51 1.87 A = 15,58% Качество построенной модели оценивается как плохое. Поскольку ошибка больше 7%, то данное уравнение не желательно использовать в качестве регрессии. 4) t-статистика Tтабл (n-m-1;α/2) = (9;0,005) = 3,25 EQ ti = f(bi;Sbi) Находим стандартную ошибку коэффициента регрессии b0: EQ Sb0 = r(55.38) = 7.44 EQ t0 = f(9.14;7.44) …