С помощью метода наименьших квадратов (МНК) постройте уравнения регрессии Y(X), X(Y), Z(X), X(Z).

Имеются исходные статистические данные в таблицах: Таблица 1 Описание набора исходных данных
№ столбца Переменная Описание
1 N Номер элемента выборки
2 X Значения признака xi
3 Y Значения признака yi
4 Z Значения признака zi
5 G Уровни ряда динамики gt
Таблица 2 Файл данных
N X Y Z G
1 12 -41 -26 55
2 14 -37 14 54
3 8 -10 11 51
4 24 -72 -62 51
5 3 -10 -20 47
6 7 -19 -25 43
7 8 -20 38 43
8 19 -62 -51 42
9 19 -64 10 50
10 26 -78 -27 62
11 22 -77 -16 73
12 26 -83 -30 70
13 14 -42 31 75
14 26 -86 -90 70
15 5 -14 -23 69
16 13 -28 -46 61
17 8 -36 -88 57
18 27 -75 -86 55
19 12 -36 -40 49
20 12 -31 -64 63
21 25 -76 -48 62
22 17 -56 -10 73
23 12 -40 25 76
24 28 -78 -76 88
25 7 -13 -14 88
26 3 -14 -55 87
27 5 -11 -14 82
28 16 -56 -55 77
29 23 -72 -34 75
30 26 -82 -31 71

С помощью метода наименьших квадратов (МНК) постройте уравнения регрессии Y(X), X(Y), Z(X), X(Z).

Нанесите линии регрессии на корреляционное поле.

Решение:

Расчеты выполним для уравнения регрессии Y(X) image Коэффициенты регрессии image находим методом наименьших квадратов, решая систему линейных уравнений image где n = 30. Для расчета выполним предварительные вычисления, которые приведены в табл. 11. Таблица 11. image image Решение данной системы имеет вид: image Таким образом, линейная однопараметрическая модель регрессии показателя y от x имеет вид:  image Нанесем линии регрессии на корреляционное поле (рис. 6). image Если испытываете трудности в написании контрольной работы по статистике, оформите заявку и Вы узнаете сроки и стоимость работы. Цена - от 99 рублей.
Мы принимаем