Множественная регрессия и корреляция 3

МНОЖЕСТВЕННАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ

Ввести данные в таблицу:

A	B	C	D	E	F
1	№	Y	X1	X2	X3	X4
2	1.	13,0	37,0	1	21,5	6,5
3	2.	16,5	60,0	1	27,0	22,4
4	3.	21,0	53,0	1	26,0	16,0
5	4.	12,0	32,2	1	18,0	6,3
6	5.	14,2	35,0	1	19,0	9,0
7	6.	22,5	48,0	2	29,0	8,0
8	7.	26,0	55,5	2	35,0	8,0
9	8.	18,5	48,0	2	28,0	8,0
10	9.	18,0	50,0	2	30,0	8,7
11	10.	21,0	54,6	2	32,0	10,0
12	11.	15,5	68,1	3	44,4	7,2
13	12.	38,0	107,0	3	58,0	24,0
14	13.	30,0	100,0	3	58,0	20,0
15	14.	43,0	100,0	3	45,0	35,0
16	15.	17,8	58,0	3	39,0	6,2
17	16.	24,5	90,0	4	64,0	15,0
18	17.	27,3	102,0	4	66,0	11,8
19	18.	41,0	87,0	4	56,5	12,5
20	19.	27,0	93,0	4	66,0	10,0
21	20.	75,0	176,0	4	129,0	15,0

Y – цена квартиры, тыс.дол.

Х1 – общая площадь квартиры, кв.м.

Х2 – число комнат в квартире

Х3 – жилая площадь квартиры, кв.м.

Х4 – площадь кухни, кв.м.

Построить уравнение множественной линейной регрессии. Общийвидуравнения

y_x = a₀+a₁x₁+a₂x₂+a₃x₃+a₄x_4. Для этого используем команду Сервис/Анализ данных/Регрессия. В диалоговом окне указать:

Входной интервал Y	B2:B21
Входной интервал X	C2:F21
Уровень надежности	95%

Оценить построенную модель по параметрам R, R-квадрат, F-статистика, t – статистика.

1. Построить корреляционную матрицу с помощью команды Сервис/Анализ данных/Корреляция. В качестве входного интервала указать диапазон B2:F21. Проанализировать полученные результаты.
2. Можно учесть в модели такие качественные признаки как тип дома или район города, для этого в модель вводят фиктивные переменные. Добавим в столбцы Gи H переменные z₁ и z₂:

z₁ – тип дома (0-панельный, 1-кирпичный);

z₂ – район города (0-периферийный, 1-центральный).

z1	0	0	0	0	0	0	1	0	0	1	1	0	0	0	0	0	0	0	0	0
z2	1	1	0	0	1	1	1	1	0	0	1	1	1	1	0	1	1	1	0	0

Построить уравнение множественной линейной регрессии с фиктивными переменными. Оценить параметры модели.