Эконометрика (работа 3)
Вариант 1. Расходы домохозяйств в Голландии.
Файл expend1.xls. Переменные массива:
FE-расходы на питание одной семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
ТE-общие расходы одной семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
SC - социальный класс (1 - нижний класс, ..., 5 - верхний класс)
Ad - число членов семьи старше 11 лет
Urb - степень урбанизации (1 - маленькая деревня,..., 13 - большой город)
Ch06 - число детей в семье до 6 лет
Ch711 - число детей в семье от 7 до 11 лет
CH2217 - число детей в семье от 12 до 17 лет
CH28 - число детей в семье старше 18 лет
n=427
Какие факторы оказывают воздействие на уровень расходов на питание домохозяйств в Голландии? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 2. Расходы домохозяйств в Голландии.
Файл expvac2.xls. Переменные массива:
VE-расходы на отдых одной семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
FE-расходы на питание одной семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
ТE-общие расходы одной семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
SC - социальный класс (1 - нижний класс, ..., 5 - верхний класс)
Ad - число членов семьи старше 11 лет
Urb - степень урбанизации (1 - маленькая деревня,..., 13 - большой город)
CH27 - число детей в семье до 18 лет
CH28 - число детей в семье старше 18 лет
n=427
Какие факторы оказывают воздействие на уровень расходов на отдых домохозяйств в Голландии? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 3. Расходы домохозяйств в Голландии.
Файл foodexp3.xls. Переменные массива:
FE-расходы на питание в процентах от общих расходов семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
ТE-общие расходы одной семьи с октября 1986 г. по сентябрь 1987 г. (голландских гульденов)
SC - социальный класс (1 - нижний класс, ..., 5 - верхний класс)
Ad18 - число членов семьи старше 18 лет
Urb - степень урбанизации (1 - маленькая деревня,..., 13 - большой город)
Ch06 - число детей в семье до 6 лет
Ch717 - число детей в семье от 7 до 17 лет
n=427
Какие факторы оказывают воздействие на долю расходов на питание в бюджете домохозяйств в Голландии? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 4. Рынок импортных автомобилей в России
Файл car4.xls. Переменные массива:
PR - цена автомобиля, тыс. USD
Mode - фиктивная переменная, равная 1, если марка считается модной в России, 0 - в ином случае
Vol - рабочий объем двигателя
MaxSp - максимальная скорость (км/ч)
Place - число мест в салоне автомобиля
n=400
Какие факторы оказывают воздействие на формирование цены на иномарки на российском рынке автомобилей? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 5. Рынок импортных автомобилей в России
Файл car5.xls. Переменные массива:
PR - цена автомобиля, тыс. USD
РС - наличие в салоне компьютера (1 - есть, 0 - нет)
МТ - тип двигателя (0 - В, 1 - Д или ТД)
САР - мощность (л.с.)
Place - число мест в салоне автомобиля
n=400
Какие факторы оказывают воздействие на формирование цены на иномарки на российском рынке автомобилей? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 6. Рынок строящегося жилья в Санкт-Петербурге в 1998 г.
Файл build986.xls. Переменные массива:
RM - число комнат в квартире
RG - район города (1-Адмиралтейский, Центральный; 2 - В.О., Петроградский; 3 - Выборгский; 7 - Московский, Фрунзенский)
FL - этаж (1 - если крайние, 0 - если не крайние)
SQT - общая площадь квартиры, м.кв.
SQL - жилая площадь квартиры, м.кв.
SQK- площадь кухни, м.кв.
HST - тип дома (1 - кирпичный, 0 - нет)
BAL - наличие балкона или лоджии (1 - есть, 0 - нет)
END -число месяцев до окончания срока строительства
PRICE - цена при оплате в расрочку (тыс. USD)
n=200
Какие факторы оказывают воздействие на формирование цены строящегося жилья в Санкт-Петербурге? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 7. Рынок строящегося жилья в Санкт-Петербурге в 1998 г.
Файл build987.xls. Переменные массива:
RM - число комнат в квартире
RG - район города (4 - Калининский; 5 - Кировский, Красносельский; 6 - Красногвардейский, Невский; 8 - Приморский)
FL - этаж (1 - если крайние, 0 - если не крайние)
SQT - общая площадь квартиры, м.кв.
SQL - жилая площадь квартиры, м.кв.
SQK- площадь кухни, м.кв.
HST - тип дома (1 - кирпичный, 0 - нет)
BAL - наличие балкона или лоджии (1 - есть, 0 - нет)
END -число месяцев до окончания срока строительства
PRICE - цена при оплате в расрочку (тыс. USD)
n=200
Какие факторы оказывают воздействие на формирование цены строящегося жилья в Санкт-Петербурге? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 12. Стоимость коттеджей в Московской области
Файл villa12.xls. Переменные массива:
Price - цена в тыс. USD.
Dist - расстояние от кольцевой автодороги в км.
House - площадь дома, кв.м.
Area - площадь участка, сотки.
Eco - = 1, если рядом река, озеро, = 0 - иначе.
n=50
Какие факторы оказывают воздействие на стоимость коттеджей? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 17. Рынок двухкомнатных квартир в Москве
Файл twoflM17.xls. Переменные массива:
|
Price |
Цена квартиры тыс. USD |
|
totsq |
Общая площадь квартиры, кв.м. |
|
livsq |
Жилая площадь квартиры, кв.м. |
|
kitsq |
Площадь кухни, кв.м. |
|
distm |
Расстояние пешком до метро, мин. |
|
Floor |
Этаж (0,1) 0-первый/последний, 1-нет. |
|
cat |
Категория дома. 1-кирпичный |
|
tel |
Телефон. 1-есть, 0-нет |
|
Lift |
Лифт. 1-есть, 0-нет |
|
balc |
Балкон. 1-есть, 0-нет |
n=69
Какие факторы оказывают воздействие на формирование цены двухкомнатных квартир в Москве? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 11. Рынок однокомнатных квартир в Санкт-Петербурге в 1998 г.
Файл oneflt11.xls. Переменные массива:
RG - район города RG - район города (1-Адмиралтейский, Центральный; 2 - В.О., Петроградский; 3 - Выборгский; 7 - Московский, Фрунзенский)
SQT - общая площадь квартиры, м.кв.
SQL - жилая площадь квартиры, м.кв.
SQK- площадь кухни, м.кв.
HST - тип дома (1 - кирпичный, 0 - нет)
BAL - наличие балкона или лоджии (1 - есть, 0 - нет)
TEL - наличие телефона (0- нет, 1 -есть)
PRICE - цена при оплате в расрочку (тыс. USD)
n=
Какие факторы оказывают воздействие на формирование цены однокомнатных квартир в Санкт-Петербурге? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 8. Рынок строящегося жилья в Санкт-Петербурге в 1998 г.
Файл build988.xls. Переменные массива:
RM - число комнат в квартире
RG - район города (1-Адмиралтейский, Центральный; 2 - В.О., Петроградский; 3 - Выборгский; 4 - Калининский; 5 - Кировский, Красносельский; 6 - Красногвардейский, Невский; 7 - Московский, Фрунзенский; 8 - Приморский)
FL - этаж (1 - если крайние, 0 - если не крайние)
SQT - общая площадь квартиры, м.кв.
SQL - жилая площадь квартиры, м.кв.
SQK- площадь кухни, м.кв.
HST - тип дома (1 - кирпичный, 0 - нет)
BAL - наличие балкона или лоджии (1 - есть, 0 - нет)
END -число месяцев до окончания срока строительства
PRICE - цена при оплате в расрочку (тыс. USD)
n=200
Какие факторы оказывают воздействие на формирование цены строящегося жилья в Санкт-Петербурге? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 9. Рынок строящегося жилья в Санкт-Петербурге в 1996 г.
Файл build969.xls. Переменные массива:
RM - число комнат в квартире
RG - район города (1 - Приморский, Шувалово-Озерки, 2 - Гражданка, 3 - Невский, Купчино, 4 - Юго-Запад, Красносельский)
SQT - общая площадь квартиры, м.кв.
SQL - жилая площадь квартиры, м.кв.
SQK- площадь кухни, м.кв.
HST - тип дома (1 - кирпичный, 0 - нет)
BAL - наличие балкона или лоджии (1 - есть, 0 - нет)
END -число месяцев до окончания срока строительства
PRICE - цена при оплате в расрочку (тыс. USD)
n=71
Какие факторы оказывали воздействие на формирование цены строящегося жилья в Санкт-Петербурге в 1996 г.? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 10. Рынок однокомнатных квартир в Санкт-Петербурге в 1998 г.
Файл oneflt10.xls. Переменные массива:
RG - район города RG - район города (4 - Калининский; 5 - Кировский, Красносельский; 6 - Красногвардейский, Невский; 8 - Приморский)
SQT - общая площадь квартиры, м.кв.
SQL - жилая площадь квартиры, м.кв.
SQK- площадь кухни, м.кв.
HST - тип дома (1 - кирпичный, 0 - нет)
BAL - наличие балкона или лоджии (1 - есть, 0 - нет)
TEL - наличие телефона (0- нет, 1 -есть)
PRICE - цена при оплате в расрочку (тыс. USD)
n=294
Какие факторы оказывают воздействие на формирование цены однокомнатных квартир в Санкт-Петербурге? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 13. Заработная плата рабочих-выпускников ПТУ
Файл worker13.xls. Переменные массива:
EXP - стаж работы рабочего, лет
QUAL - фиктивная переменная, отражающая прохождение рабочим повышения квалификации (=1, если рабочий проходил повышение квалификации; 0 - если нет)
WORK - средний тарифный разряд выполняемых работ
LP - процент выполнения рабочим норм выработки,%
WG - заработная плата рабочего, р
Какие факторы оказывают воздействие на формирование заработной платы рабочих-выпускников ПТУ? Различаются ли рабочие, прошедшие и не прошедшие повышение квалификации, по уровню заработной платы? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 14. Заработная плата рабочих-выпускников ПТУ
Файл worker14.xls. Переменные массива:
EXP - стаж работы рабочего, лет
SCH - число классов, оконченных рабочим в средней школе
TAR - тарифный разряд, присвоенный рабочему на момент окончания ПТУ
QUAL - фиктивная переменная, отражающая прохождение рабочим повышения квалификации (=1, если рабочий проходил повышение квалификации; 0 - если нет)
LP - процент выполнения рабочим норм выработки,%
WG - заработная плата рабочего, р
Какие факторы оказывают воздействие на формирование заработной платы рабочих-выпускников ПТУ? Различаются ли рабочие, прошедшие и не прошедшие повышение квалификации, по уровню заработной платы? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 15. Сбережения в регионах РФ в 1993 году
Файл region15.xls. Переменные массива:
WG - средняя заработная плата в регионе в 1993 г., тыс. руб.
Exp - доля расходов на покупку товаров и услуг в совокупном доходе в 1993 г., %
Inc - среднедушевой денежный доход в регионе в 1993 году, тыс.руб.
CPI - индекс потребительских цен в 1993 году (в разах к декабрю 1992 г.)
VPI - индекс физического объема промышленного производства в 1993 году (в процентах от уровня 1992 г.)
Sav - прирост сбережений населения во вкладах, госзаймах, сертификатах в 1993 г.
Какие факторы оказывали воздействие на склонность населения России к сбережениям в 1993 году? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов. При необходимости введите в модель регрессии фиктивные переменные для отражения неоднородности (гетероскедастичности) совокупности регионов РФ.
Вариант 16. Рынок однокомнатных квартир в Москве
Файл oneflM16.xls. Переменные массива:
distc Удаленность. от центра, км.
distm Удаленность от метро, мин
totsq Общая площадь квартиры, кв.м.
kitsq Площадь кухни, кв.м.
livsq Площадь комнаты, кв.м.
floor Этаж. 0-первый/последний, 1-нет.
cat Категория дома. 1-кирпичный, 0-нет
price Цена квартиры, тыс. USD
n=69
Какие факторы оказывают воздействие на формирование цены однокомнатных квартир в Москве? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 18. Цены на колготки
Файл tights18.xls. Переменные массива:
Price цена колготок в рублях 1997 г.
DEN плотность в DEN.
polyamid - % полиамида.
lykra - % лайкры.
firm - фирма-производтель. 0 - Levante, 1 - Golden Lady
n=65
Какие факторы оказывают воздействие на формирование цены колготок? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 19. Зарплата в Нидерландах
Файл wages19.xls. Переменные массива:
W - Зарплата гульденов/час до вычета налогов. 1987г.
AGE - Возраст, лет.
SEX - пол (1 - мужской, 0 - женский)
EDU - уровень образования (1 - начальная школа или менее; 2- низшее ремесленное; 3 - среднее; 4- высшее ремесленное; 5- университет)
n=150
Верно ли, что зарплата мужчин выше, чем зарплата женщин? Если да, то может ли это быть объяснено разницей в возрасте и/или образовании? Какова отдача от образования? Одинакова ли зависимость зарплаты от возраста для мужчин и женщин?
Вариант 20. Темпы роста ВВП в различных странах
Файл wrld20.xls. Переменные массива:
NOIL (dummy) 1 для страны, не добывающей нефть, 0 - для добывающей;
INTER (dummy) 1 для страны с хорошим качеством данных, 0 - в противном случае;
OECD (dummy) 1 для страны - члена ОЕСД, 0 - в ином случае
GDP60 ВВП на душу населения в 1960 г. (в ценах 1960 г.);
GDP85 ВВП на душу населения в 1985 г. (в ценах 1985 г.);
GDPGRO средний рост ВВП на душу населения с 1960 г. по 1985 г. (в %);
POPGRO средний рост работоспособного населения с 1960 г. по 1985 г. (в %);
IONY средняя доля инвестиций (включая государственные) в общем объеме ВВП с 1960 г. по 1985 г. (в %);
LIT доля людей среди населения старше 15 лет, умеющих читать и писать в 1960 г.
Какие факторы оказали воздействие на величину ВВП на душу населения в 1985 г.?
Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 21. Темпы роста ВВП в различных странах
Файл wrld21.xls. Переменные массива:
NOIL (dummy) 1 для страны, не добывающей нефть, 0 - для добывающей;
INTER (dummy) 1 для страны с хорошим качеством данных, 0 - в противном случае;
GDP85 ВВП на душу населения в 1985 г.;
GDPGRO средний рост ВВП на душу населения с 1960 г. по 1985 г. (в %);
POPGRO средний рост работоспособного населения с 1960 г. по 1985 г. (в %);
IONY средняя доля инвестиций (включая государственные) в общем объеме ВВП с 1960 г. по 1985 г. (в %);
SCH средняя доля работоспособного населения, имеющая полное среднее образование с 1960 г. по 1985 г. (в %).
Какие факторы оказали воздействие на величину ВВП на душу населения в 1985 г.?
Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 22. Производство цемента в Швеции
Файл produc22.xls. Переменные массива:
Код набл. - код завода по системе кодирования предприятий, используемой в Швеции
Output (X) - объем выпуска цемента на заводе за год (тыс.тонн)
Labour (L) - среднесписочная численность занятых на заводе, чел.
Capacity (C) - производственная мощность предприятия (объем выпуска цемента -тыс. тонн в среднем за год)
Fuel (F) - объем потребления топлива на заводе (гккал)
ELectricity (El) - объем потребления электроэнергии на заводе (мгвт-часов)
Постройте производственную функцию, наиболее адекватно описывающую процесс производства цемента. Проанализируйте силу и тесноту связи результата и включенных в модель факторов. Есть ли основания предполагать наличие в данном производственном процессе постоянной отдачи от масштаба?
Вариант 23. Продажа автомобилей Мерседес и Вольво в России
Файл car23.xls. Переменные массива:
Pr - цена автомобиля (тыс. дол. США)
Mod - тип машины (1-Мерседес, 0 - Вольво)
PC - наличие в салоне компьютера (1 - есть, 0 - нет)
MT - тип двигателя (0 - В, 1 - Д или ТД)
Vol - рабочий объем двигателя
Cap - мощность (л.с.)
MaxSp - максимальная скорость (км/ч)
Place - число мест в салоне
Какие факторы оказывают воздействие на формирование цены на автомобили типа Мерседес и Вольво в России? Различаются ли модели формирования цены по двум типам автомобилей? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов.
Вариант 24. Сбережения в регионах РФ в 1993 году
Файл region24.xls. Переменные массива:
Un - уровень безработицы в регионе, определенный по методике МОТ
Exp - доля расходов на покупку товаров и услуг в совокупном доходе в 1993 г., %
Inc - среднедушевой денежный доход в регионе в 1993 году, тыс.руб.
SL - доля стоимости набора из 19 основных продуктов питания в среднедушевом доходе
CPI - индекс потребительских цен в 1993 году (в разах к декабрю 1992 г.)
Sav - прирост сбережений населения во вкладах, госзаймах, сертификатах в 1993 г.
Какие факторы оказывали воздействие на склонность населения России к сбережениям в 1993 году? Выберите подходящую форму модели регрессии, проанализируйте силу и тесноту связи результата и включенных в модель факторов. При необходимости введите в модель регрессии фиктивные переменные для отражения неоднородности (гетероскедастичности) совокупности регионов РФ.
Overview
СтатКорел1
Регр1
Лист1
Sheet 1: Стат
| EXP | SCH | TAR | QUAL | LP | WG | ||||||
| Среднее | 2,75 | Среднее | 8,25 | Среднее | 3,96 | Среднее | 0,49 | Среднее | 140,73 | Среднее | 173,74 |
| Стандартная ошибка | 0,1409742437 | Стандартная ошибка | 0,1200799397 | Стандартная ошибка | 0,0634369169 | Стандартная ошибка | 0,0502418394 | Стандартная ошибка | 3,5476512361 | Стандартная ошибка | 12,2740147622 |
| Медиана | 3 | Медиана | 8 | Медиана | 4 | Медиана | 0 | Медиана | 132 | Медиана | 158,5 |
| Мода | 1 | Мода | 8 | Мода | 4 | Мода | 0 | Мода | 190 | Мода | 150 |
| Стандартное отклонение | 1,4097424365 | Стандартное отклонение | 1,200799397 | Стандартное отклонение | 0,6343691689 | Стандартное отклонение | 0,5024183938 | Стандартное отклонение | 35,4765123609 | Стандартное отклонение | 122,7401476225 |
| Дисперсия выборки | 1,9873737374 | Дисперсия выборки | 1,4419191919 | Дисперсия выборки | 0,4024242424 | Дисперсия выборки | 0,2524242424 | Дисперсия выборки | 1258,5829292929 | Дисперсия выборки | 15065,1438383838 |
| Эксцесс | -1,1340906647 | Эксцесс | -0,188502315 | Эксцесс | -0,4592961388 | Эксцесс | -2,0395534608 | Эксцесс | -0,6048316149 | Эксцесс | 81,4518778154 |
| Асимметричность | 0,3242041278 | Асимметричность | -0,0692022648 | Асимметричность | 0,0317831994 | Асимметричность | 0,0406198569 | Асимметричность | 0,4022198697 | Асимметричность | 8,6033259711 |
| Интервал | 4 | Интервал | 5 | Интервал | 2 | Интервал | 1 | Интервал | 152 | Интервал | 1236 |
| Минимум | 1 | Минимум | 5 | Минимум | 3 | Минимум | 0 | Минимум | 80 | Минимум | 94 |
| Максимум | 5 | Максимум | 10 | Максимум | 5 | Максимум | 1 | Максимум | 232 | Максимум | 1330 |
| Сумма | 275 | Сумма | 825 | Сумма | 396 | Сумма | 49 | Сумма | 14073 | Сумма | 17374 |
| Счет | 100 | Счет | 100 | Счет | 100 | Счет | 100 | Счет | 100 | Счет | 100 |
Sheet 2: Корел1
| QUAL | lnEXP | lnSCH | lnTAR | lnLP | lpWG | |
| QUAL | 1 | |||||
| lnEXP | 0,3006847354 | 1 | ||||
| lnSCH | -0,0285661301 | 0,203176946 | 1 | |||
| lnTAR | 0,2665221089 | 0,1588690699 | 0,2219244308 | 1 | ||
| lnLP | 0,2964797446 | 0,5496928833 | 0,1948087707 | 0,3025048079 | 1 | |
| lpWG | 0,3675451048 | 0,5667959931 | 0,2402219254 | 0,4106539208 | 0,944204027 | 1 |
Sheet 3: Регр1
| ВЫВОД ИТОГОВ | 
|
|||||||||
| Регрессионная статистика | ||||||||||
| Множественный R | 0,9550601078 | |||||||||
| R-квадрат | 0,9121398095 | |||||||||
| Нормированный R-квадрат | 0,9093056098 | |||||||||
| Стандартная ошибка | 0,0688598697 | |||||||||
| Наблюдения | 97 | |||||||||
| Дисперсионный анализ | ||||||||||
| df | SS | MS | F | Значимость F | ||||||
| Регрессия | 3 | 4,5780930151 | 1,526031005 | 321,8332891559 | 5,70773671347227E-049 | |||||
| Остаток | 93 | 0,4409763945 | 0,0047416817 | |||||||
| Итого | 96 | 5,0190694095 | ||||||||
| Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% | |||
| Y-пересечение | 0,807401092 | 0,1630128571 | 4,9529902513 | 3,25853639818248E-006 | 0,4836901887 | 1,1311119954 | 0,4836901887 | 1,1311119954 | ||
| lnEXP | 0,0277764749 | 0,0146157432 | 2,100449018 | 0,0604716558 | 0,0012474655 | 0,0568004153 | -0,0012474655 | 0,0568004153 | ||
| lnTAR | 0,1919681683 | 0,0447980658 | 4,2851887698 | 4,44891295317468E-005 | 0,1030081771 | 0,2809281596 | 0,1030081771 | 0,2809281596 | ||
| lnLP | 0,8073904697 | 0,0356183902 | 22,6677978528 | 1,18495622162904E-039 | 0,7366594765 | 0,8781214628 | 0,7366594765 | 0,8781214628 | ||
| ВЫВОД ОСТАТКА | ||||||||||
| Наблюдение | Предсказанное lpWG | Остатки | ||||||||
| 1 | 5,3802845133 | -0,0143084982 | ||||||||
| 2 | 5,3012580177 | -0,1654595807 | ||||||||
| 3 | 5,3484290819 | -0,0501117154 | ||||||||
| 4 | 5,2602211523 | 0,0627888268 | ||||||||
| 5 | 5,3012580177 | -0,0333998587 | ||||||||
| 6 | 5,3818520051 | 0,0026430577 | ||||||||
| 7 | 5,2928294944 | 0,0637567803 | ||||||||
| 8 | 5,1509014485 | 0,0138845254 | ||||||||
| 9 | 5,1166209522 | -0,0796683498 | ||||||||
| 10 | 5,1274971875 | 0,0199972893 | ||||||||
| 11 | 5,2724518612 | -0,0794950103 | ||||||||
| 12 | 5,2095989049 | -0,016642054 | ||||||||
| 13 | 5,1601310137 | 0,0438756734 | ||||||||
| 14 | 5,1647920406 | 0,0281648103 | ||||||||
| 15 | 5,1802696481 | 0,040086177 | ||||||||
| 16 | 5,1147584796 | -0,1041231855 | ||||||||
| 17 | 5,2490715358 | -0,0842855619 | ||||||||
| 18 | 4,9045384611 | 0,0583061692 | ||||||||
| 19 | 4,9307820837 | 0,0390312159 | ||||||||
| 20 | 4,9074340193 | 0,0342084033 | ||||||||
| 21 | 4,9074340193 | -0,0246320967 | ||||||||
| 22 | 4,9911131627 | 0,0195221314 | ||||||||
| 23 | 5,0039291536 | -0,048102096 | ||||||||
| 24 | 5,0102616603 | 0,0003736338 | ||||||||
| 25 | 4,9972917011 | -0,0344470708 | ||||||||
| 26 | 4,9972917011 | -0,0068591143 | ||||||||
| 27 | 5,1447033073 | -0,0089048702 | ||||||||
| 28 | 4,8903733527 | 0,0149014258 | ||||||||
| 29 | 4,8879017169 | -0,0595879796 | ||||||||
| 30 | 4,8879017169 | -0,0280893125 | ||||||||
| 31 | 4,8060492509 | 0,0614851996 | ||||||||
| 32 | 5,0463687956 | -0,0029436787 | ||||||||
| 33 | 5,0846607287 | -0,0094869135 | ||||||||
| 34 | 4,9911429951 | 0,019492299 | ||||||||
| 35 | 5,0605577308 | 0,0752407063 | ||||||||
| 36 | 4,9911429951 | 0,0522821218 | ||||||||
| 37 | 5,0779428631 | 0,142412962 | ||||||||
| 38 | 4,8903733527 | -0,0383430887 | ||||||||
| 39 | 4,8222115774 | 0,0529857458 | ||||||||
| 40 | 4,6115320241 | 0,0134407892 | ||||||||
| 41 | 4,7986522069 | 0,0765451163 | ||||||||
| 42 | 4,7986522069 | 0,0296615304 | ||||||||
| 43 | 4,8463229487 | 0,0736579771 | ||||||||
| 44 | 4,7227640962 | -0,0222837304 | ||||||||
| 45 | 5,3546272232 | -0,0075196925 | ||||||||
| 46 | 5,3929847156 | 0,0580537379 | ||||||||
| 47 | 5,2680333188 | 0,1255942275 | ||||||||
| 48 | 5,3047757227 | -0,0472803507 | ||||||||
| 49 | 4,9911131627 | -0,1083112401 | ||||||||
| 50 | 4,651403124 | 0,0935290043 | ||||||||
| 51 | 5,4080618641 | 0,0343558465 | ||||||||
| 52 | 5,1245318287 | -0,0065380163 | ||||||||
| 53 | 5,2057209746 | -0,0582264978 | ||||||||
| 54 | 5,1164951576 | -0,0288988224 | ||||||||
| 55 | 4,8222115774 | -0,0347198346 | ||||||||
| 56 | 5,0023755541 | -0,1195736315 | ||||||||
| 57 | 5,2046167965 | 0,0103189611 | ||||||||
| 58 | 4,922864653 | 0,0743476208 | ||||||||
| 59 | 5,2046167965 | -0,051325202 | ||||||||
| 60 | 4,8222115774 | 0,0605903452 | ||||||||
| 61 | 5,3832747469 | -0,0126367187 | ||||||||
| 62 | 5,3472893499 | 0,0463381964 | ||||||||
| 63 | 5,0880882845 | 0,0238995039 | ||||||||
| 64 | 5,3720123555 | -0,0249048248 | ||||||||
| 65 | 4,6840917339 | 0,1034000088 | ||||||||
| 66 | 4,7201587269 | 0,0247734015 | ||||||||
| 67 | 5,0768258931 | -0,0334007762 | ||||||||
| 68 | 4,6604797659 | 0,0029593282 | ||||||||
| 69 | 5,1785848017 | -0,0665970133 | ||||||||
| 70 | 5,3243194649 | -0,0013094857 | ||||||||
| 71 | 4,651403124 | 0,0935290043 | ||||||||
| 72 | 5,127757549 | -0,0525837338 | ||||||||
| 73 | 4,7143096685 | 0,0130781502 | ||||||||
| 74 | 4,8903733527 | -0,1454412243 | ||||||||
| 75 | 4,8903733527 | 0,0368803325 | ||||||||
| 76 | 4,8952084678 | -0,0276740174 | ||||||||
| 77 | 4,8686485316 | -0,0088361272 | ||||||||
| 78 | 4,991008475 | -0,0142747326 | ||||||||
| 79 | 5,0102616603 | -0,04741703 | ||||||||
| 80 | 5,260061326 | -0,0671044751 | ||||||||
| 81 | 5,397463682 | 0,1239972359 | ||||||||
| 82 | 5,397463682 | 0,0621218322 | ||||||||
| 83 | 5,397463682 | 0,163217949 | ||||||||
| 84 | 5,0275124271 | 0,0350826059 | ||||||||
| 85 | 4,6562365358 | -0,0312637226 | ||||||||
| 86 | 5,125450122 | 0,0393358519 | ||||||||
| 87 | 4,6240313343 | -0,0188611483 | ||||||||
| 88 | 4,8027691466 | -0,0152774038 | ||||||||
| 89 | 4,9893528449 | 0,0212824492 | ||||||||
| 90 | 5,3870048951 | 0,0936340282 | ||||||||
| 91 | 5,2967849289 | 0,0015324377 | ||||||||
| 92 | 5,1938457353 | -0,0939793075 | ||||||||
| 93 | 4,9581538734 | -0,1061236095 | ||||||||
| 94 | 5,0861053755 | -0,0172011733 | ||||||||
| 95 | 5,0880882845 | -0,0129144693 | ||||||||
| 96 | 5,0351064042 | 0,0708390697 | ||||||||
| 97 | 4,8233624308 | -0,2800676485 |
Sheet 4: Лист1
| EXP | SCH | TAR | LP | WG | QUAL | lnEXP | lnTAR | lnLP | lpWG |
| 5 | 8 | 5 | 186 | 214 | 1 | 1,6094379124 | 1,6094379124 | 5,2257466737 | 5,365976015 |
| 3 | 8 | 4 | 181 | 170 | 0 | 1,0986122887 | 1,3862943611 | 5,1984970313 | 5,1357984371 |
| 4 | 8 | 4 | 190 | 200 | 1 | 1,3862943611 | 1,3862943611 | 5,2470240722 | 5,2983173665 |
| 5 | 8 | 3 | 181 | 205 | 1 | 1,6094379124 | 1,0986122887 | 5,1984970313 | 5,3230099791 |
| 3 | 10 | 4 | 181 | 194 | 0 | 1,0986122887 | 1,3862943611 | 5,1984970313 | 5,2678581591 |
| 3 | 8 | 4 | 200 | 218 | 0 | 1,0986122887 | 1,3862943611 | 5,2983173665 | 5,3844950628 |
| 5 | 8 | 4 | 176 | 212 | 1 | 1,6094379124 | 1,3862943611 | 5,170483995 | 5,3565862747 |
| 5 | 8 | 5 | 140 | 175 | 0 | 1,6094379124 | 1,6094379124 | 4,9416424226 | 5,1647859739 |
| 3 | 10 | 4 | 144 | 154 | 0 | 1,0986122887 | 1,3862943611 | 4,9698132996 | 5,0369526024 |
| 5 | 8 | 5 | 136 | 172 | 1 | 1,6094379124 | 1,6094379124 | 4,9126548857 | 5,1474944768 |
| 4 | 9 | 5 | 164 | 180 | 0 | 1,3862943611 | 1,6094379124 | 5,0998664278 | 5,1929568509 |
| 5 | 10 | 3 | 170 | 180 | 1 | 1,6094379124 | 1,0986122887 | 5,1357984371 | 5,1929568509 |
| 1 | 8 | 3 | 169 | 182 | 0 | 0 | 1,0986122887 | 5,1298987149 | 5,2040066871 |
| 2 | 8 | 4 | 155 | 180 | 1 | 0,6931471806 | 1,3862943611 | 5,0434251169 | 5,1929568509 |
| 2 | 8 | 4 | 158 | 185 | 0 | 0,6931471806 | 1,3862943611 | 5,062595033 | 5,2203558251 |
| 2 | 8 | 3 | 156 | 150 | 0 | 0,6931471806 | 1,0986122887 | 5,0498560072 | 5,0106352941 |
| 4 | 9 | 4 | 168 | 175 | 0 | 1,3862943611 | 1,3862943611 | 5,1239639794 | 5,1647859739 |
| 1 | 10 | 4 | 115 | 143 | 0 | 0 | 1,3862943611 | 4,7449321284 | 4,9628446303 |
| 2 | 8 | 4 | 116 | 144 | 0 | 0,6931471806 | 1,3862943611 | 4,7535901911 | 4,9698132996 |
| 3 | 9 | 3 | 119 | 140 | 0 | 1,0986122887 | 1,0986122887 | 4,7791234931 | 4,9416424226 |
| 3 | 8 | 3 | 119 | 132 | 1 | 1,0986122887 | 1,0986122887 | 4,7791234931 | 4,8828019226 |
| 2 | 10 | 4 | 125 | 150 | 0 | 0,6931471806 | 1,3862943611 | 4,8283137373 | 5,0106352941 |
| 2 | 9 | 4 | 127 | 142 | 1 | 0,6931471806 | 1,3862943611 | 4,8441870865 | 4,9558270576 |
| 2 | 8 | 4 | 128 | 150 | 0 | 0,6931471806 | 1,3862943611 | 4,8520302639 | 5,0106352941 |
| 1 | 9 | 4 | 129 | 143 | 0 | 0 | 1,3862943611 | 4,8598124044 | 4,9628446303 |
| 1 | 10 | 4 | 129 | 147 | 0 | 0 | 1,3862943611 | 4,8598124044 | 4,9904325868 |
| 4 | 10 | 5 | 140 | 170 | 1 | 1,3862943611 | 1,6094379124 | 4,9416424226 | 5,1357984371 |
| 1 | 8 | 4 | 113 | 135 | 0 | 0 | 1,3862943611 | 4,7273878187 | 4,9052747784 |
| 2 | 8 | 4 | 110 | 125 | 1 | 0,6931471806 | 1,3862943611 | 4,7004803658 | 4,8283137373 |
| 2 | 10 | 4 | 110 | 129 | 0 | 0,6931471806 | 1,3862943611 | 4,7004803658 | 4,8598124044 |
| 1 | 8 | 3 | 109 | 130 | 0 | 0 | 1,0986122887 | 4,6913478822 | 4,8675344505 |
| 3 | 8 | 4 | 132 | 155 | 0 | 1,0986122887 | 1,3862943611 | 4,8828019226 | 5,0434251169 |
| 5 | 10 | 4 | 136 | 160 | 1 | 1,6094379124 | 1,3862943611 | 4,9126548857 | 5,0751738152 |
| 3 | 8 | 3 | 132 | 150 | 0 | 1,0986122887 | 1,0986122887 | 4,8828019226 | 5,0106352941 |
| 5 | 10 | 4 | 132 | 170 | 1 | 1,6094379124 | 1,3862943611 | 4,8828019226 | 5,1357984371 |
| 3 | 8 | 3 | 132 | 155 | 1 | 1,0986122887 | 1,0986122887 | 4,8828019226 | 5,0434251169 |
| 2 | 8 | 5 | 132 | 185 | 1 | 0,6931471806 | 1,6094379124 | 4,8828019226 | 5,2203558251 |
| 1 | 8 | 4 | 113 | 128 | 0 | 0 | 1,3862943611 | 4,7273878187 | 4,8520302639 |
| 3 | 8 | 4 | 100 | 131 | 1 | 1,0986122887 | 1,3862943611 | 4,605170186 | 4,8751973232 |
| 1 | 8 | 4 | 80 | 102 | 0 | 0 | 1,3862943611 | 4,3820266347 | 4,6249728133 |
| 3 | 8 | 3 | 104 | 131 | 0 | 1,0986122887 | 1,0986122887 | 4,6443908991 | 4,8751973232 |
| 3 | 8 | 3 | 104 | 125 | 0 | 1,0986122887 | 1,0986122887 | 4,6443908991 | 4,8283137373 |
| 1 | 10 | 4 | 107 | 137 | 0 | 0 | 1,3862943611 | 4,6728288345 | 4,9199809258 |
| 2 | 9 | 3 | 96 | 110 | 0 | 0,6931471806 | 1,0986122887 | 4,5643481915 | 4,7004803658 |
| 5 | 10 | 4 | 190 | 210 | 1 | 1,6094379124 | 1,3862943611 | 5,2470240722 | 5,3471075307 |
| 2 | 10 | 5 | 195 | 233 | 1 | 0,6931471806 | 1,6094379124 | 5,2729995586 | 5,4510384536 |
| 3 | 9 | 3 | 186 | 220 | 1 | 1,0986122887 | 1,0986122887 | 5,2257466737 | 5,3936275464 |
| 4 | 9 | 4 | 180 | 192 | 1 | 1,3862943611 | 1,3862943611 | 5,1929568509 | 5,257495372 |
| 2 | 7 | 4 | 125 | 132 | 0 | 0,6931471806 | 1,3862943611 | 4,8283137373 | 4,8828019226 |
| 1 | 7 | 3 | 90 | 115 | 0 | 0 | 1,0986122887 | 4,4998096703 | 4,7449321284 |
| 5 | 8 | 4 | 203 | 231 | 1 | 1,6094379124 | 1,3862943611 | 5,313205979 | 5,4424177105 |
| 5 | 10 | 3 | 153 | 167 | 0 | 1,6094379124 | 1,0986122887 | 5,0304379214 | 5,1179938124 |
| 5 | 5 | 4 | 158 | 172 | 1 | 1,6094379124 | 1,3862943611 | 5,062595033 | 5,1474944768 |
| 2 | 7 | 4 | 146 | 162 | 0 | 0,6931471806 | 1,3862943611 | 4,9836066217 | 5,0875963352 |
| 3 | 8 | 4 | 100 | 120 | 0 | 1,0986122887 | 1,3862943611 | 4,605170186 | 4,7874917428 |
| 3 | 10 | 4 | 125 | 132 | 0 | 1,0986122887 | 1,3862943611 | 4,8283137373 | 4,8828019226 |
| 4 | 7 | 4 | 159 | 184 | 0 | 1,3862943611 | 1,3862943611 | 5,0689042022 | 5,2149357576 |
| 2 | 5 | 3 | 123 | 148 | 1 | 0,6931471806 | 1,0986122887 | 4,8121843554 | 4,9972122738 |
| 4 | 8 | 4 | 159 | 173 | 1 | 1,3862943611 | 1,3862943611 | 5,0689042022 | 5,1532915945 |
| 3 | 10 | 4 | 100 | 132 | 1 | 1,0986122887 | 1,3862943611 | 4,605170186 | 4,8828019226 |
| 3 | 8 | 5 | 190 | 215 | 0 | 1,0986122887 | 1,6094379124 | 5,2470240722 | 5,3706380281 |
| 1 | 7 | 4 | 199 | 220 | 0 | 0 | 1,3862943611 | 5,2933048247 | 5,3936275464 |
| 3 | 8 | 4 | 139 | 166 | 1 | 1,0986122887 | 1,3862943611 | 4,9344739331 | 5,1119877884 |
| 2 | 7 | 5 | 190 | 210 | 1 | 0,6931471806 | 1,6094379124 | 5,2470240722 | 5,3471075307 |
| 1 | 8 | 5 | 83 | 120 | 1 | 0 | 1,6094379124 | 4,4188406078 | 4,7874917428 |
| 1 | 7 | 3 | 98 | 115 | 0 | 0 | 1,0986122887 | 4,5849674787 | 4,7449321284 |
| 2 | 10 | 4 | 139 | 155 | 1 | 0,6931471806 | 1,3862943611 | 4,9344739331 | 5,0434251169 |
| 1 | 8 | 4 | 85 | 106 | 0 | 0 | 1,3862943611 | 4,4426512565 | 4,6634390941 |
| 4 | 8 | 5 | 146 | 166 | 1 | 1,3862943611 | 1,6094379124 | 4,9836066217 | 5,1119877884 |
| 5 | 8 | 4 | 183 | 205 | 1 | 1,6094379124 | 1,3862943611 | 5,2094861528 | 5,3230099791 |
| 1 | 7 | 3 | 90 | 115 | 1 | 0 | 1,0986122887 | 4,4998096703 | 4,7449321284 |
| 3 | 10 | 4 | 146 | 160 | 0 | 1,0986122887 | 1,3862943611 | 4,9836066217 | 5,0751738152 |
| 2 | 7 | 3 | 95 | 113 | 0 | 0,6931471806 | 1,0986122887 | 4,5538768916 | 4,7273878187 |
| 1 | 8 | 4 | 113 | 115 | 1 | 0 | 1,3862943611 | 4,7273878187 | 4,7449321284 |
| 1 | 7 | 4 | 113 | 138 | 1 | 0 | 1,3862943611 | 4,7273878187 | 4,9272536852 |
| 2 | 8 | 4 | 111 | 130 | 0 | 0,6931471806 | 1,3862943611 | 4,7095302013 | 4,8675344505 |
| 1 | 7 | 4 | 110 | 129 | 0 | 0 | 1,3862943611 | 4,7004803658 | 4,8598124044 |
| 1 | 8 | 4 | 128 | 145 | 1 | 0 | 1,3862943611 | 4,8520302639 | 4,9767337424 |
| 2 | 7 | 4 | 128 | 143 | 1 | 0,6931471806 | 1,3862943611 | 4,8520302639 | 4,9628446303 |
| 5 | 10 | 4 | 169 | 180 | 1 | 1,6094379124 | 1,3862943611 | 5,1298987149 | 5,1929568509 |
| 5 | 8 | 5 | 190 | 250 | 1 | 1,6094379124 | 1,6094379124 | 5,2470240722 | 5,5214609179 |
| 5 | 10 | 5 | 190 | 235 | 1 | 1,6094379124 | 1,6094379124 | 5,2470240722 | 5,4595855141 |
| 5 | 8 | 5 | 190 | 260 | 1 | 1,6094379124 | 1,6094379124 | 5,2470240722 | 5,560681631 |
| 1 | 9 | 5 | 127 | 158 | 0 | 0 | 1,6094379124 | 4,8441870865 | 5,062595033 |
| 5 | 7 | 4 | 80 | 102 | 0 | 1,6094379124 | 1,3862943611 | 4,3820266347 | 4,6249728133 |
| 2 | 8 | 5 | 140 | 175 | 1 | 0,6931471806 | 1,6094379124 | 4,9416424226 | 5,1647859739 |
| 1 | 6 | 3 | 87 | 100 | 0 | 0 | 1,0986122887 | 4,4659081187 | 4,605170186 |
| 2 | 7 | 3 | 106 | 120 | 0 | 0,6931471806 | 1,0986122887 | 4,6634390941 | 4,7874917428 |
| 3 | 7 | 4 | 123 | 150 | 1 | 1,0986122887 | 1,3862943611 | 4,8121843554 | 5,0106352941 |
| 4 | 10 | 5 | 189 | 240 | 1 | 1,3862943611 | 1,6094379124 | 5,2417470151 | 5,4806389233 |
| 3 | 7 | 4 | 180 | 200 | 1 | 1,0986122887 | 1,3862943611 | 5,1929568509 | 5,2983173665 |
| 4 | 6 | 3 | 168 | 164 | 0 | 1,3862943611 | 1,0986122887 | 5,1239639794 | 5,0998664278 |
| 2 | 7 | 4 | 120 | 128 | 0 | 0,6931471806 | 1,3862943611 | 4,7874917428 | 4,8520302639 |
| 1 | 8 | 4 | 144 | 159 | 1 | 0 | 1,3862943611 | 4,9698132996 | 5,0689042022 |
| 3 | 10 | 4 | 139 | 160 | 0 | 1,0986122887 | 1,3862943611 | 4,9344739331 | 5,0751738152 |
| 2 | 7 | 4 | 132 | 165 | 1 | 0,6931471806 | 1,3862943611 | 4,8828019226 | 5,1059454739 |
| 1 | 6 | 4 | 104 | 94 | 1 | 0 | 1,3862943611 | 4,6443908991 | 4,5432947823 |
|
EXP |
SCH |
TAR |
LP |
WG |
QUAL |
lnEXP |
lnTAR |
lnLP |
lpWG |
|
5 |
8 |
5 |
186 |
214 |
1 |
1,609438 |
1,609438 |
5,225747 |
5,365976 |
|
3 |
8 |
4 |
181 |
170 |
0 |
1,098612 |
1,386294 |
5,198497 |
5,135798 |
|
4 |
8 |
4 |
190 |
200 |
1 |
1,386294 |
1,386294 |
5,247024 |
5,298317 |
|
5 |
8 |
3 |
181 |
205 |
1 |
1,609438 |
1,098612 |
5,198497 |
5,32301 |
|
3 |
10 |
4 |
181 |
194 |
0 |
1,098612 |
1,386294 |
5,198497 |
5,267858 |
|
3 |
8 |
4 |
200 |
218 |
0 |
1,098612 |
1,386294 |
5,298317 |
5,384495 |
|
5 |
8 |
4 |
176 |
212 |
1 |
1,609438 |
1,386294 |
5,170484 |
5,356586 |
|
5 |
8 |
5 |
140 |
175 |
0 |
1,609438 |
1,609438 |
4,941642 |
5,164786 |
|
3 |
10 |
4 |
144 |
154 |
0 |
1,098612 |
1,386294 |
4,969813 |
5,036953 |
|
5 |
8 |
5 |
136 |
172 |
1 |
1,609438 |
1,609438 |
4,912655 |
5,147494 |
|
4 |
9 |
5 |
164 |
180 |
0 |
1,386294 |
1,609438 |
5,099866 |
5,192957 |
|
5 |
10 |
3 |
170 |
180 |
1 |
1,609438 |
1,098612 |
5,135798 |
5,192957 |
|
1 |
8 |
3 |
169 |
182 |
0 |
0 |
1,098612 |
5,129899 |
5,204007 |
|
2 |
8 |
4 |
155 |
180 |
1 |
0,693147 |
1,386294 |
5,043425 |
5,192957 |
|
2 |
8 |
4 |
158 |
185 |
0 |
0,693147 |
1,386294 |
5,062595 |
5,220356 |
|
2 |
8 |
3 |
156 |
150 |
0 |
0,693147 |
1,098612 |
5,049856 |
5,010635 |
|
4 |
9 |
4 |
168 |
175 |
0 |
1,386294 |
1,386294 |
5,123964 |
5,164786 |
|
1 |
10 |
4 |
115 |
143 |
0 |
0 |
1,386294 |
4,744932 |
4,962845 |
|
2 |
8 |
4 |
116 |
144 |
0 |
0,693147 |
1,386294 |
4,75359 |
4,969813 |
|
3 |
9 |
3 |
119 |
140 |
0 |
1,098612 |
1,098612 |
4,779123 |
4,941642 |
|
3 |
8 |
3 |
119 |
132 |
1 |
1,098612 |
1,098612 |
4,779123 |
4,882802 |
|
2 |
10 |
4 |
125 |
150 |
0 |
0,693147 |
1,386294 |
4,828314 |
5,010635 |
|
2 |
9 |
4 |
127 |
142 |
1 |
0,693147 |
1,386294 |
4,844187 |
4,955827 |
|
2 |
8 |
4 |
128 |
150 |
0 |
0,693147 |
1,386294 |
4,85203 |
5,010635 |
|
1 |
9 |
4 |
129 |
143 |
0 |
0 |
1,386294 |
4,859812 |
4,962845 |
|
1 |
10 |
4 |
129 |
147 |
0 |
0 |
1,386294 |
4,859812 |
4,990433 |
|
4 |
10 |
5 |
140 |
170 |
1 |
1,386294 |
1,609438 |
4,941642 |
5,135798 |
|
1 |
8 |
4 |
113 |
135 |
0 |
0 |
1,386294 |
4,727388 |
4,905275 |
|
2 |
8 |
4 |
110 |
125 |
1 |
0,693147 |
1,386294 |
4,70048 |
4,828314 |
|
2 |
10 |
4 |
110 |
129 |
0 |
0,693147 |
1,386294 |
4,70048 |
4,859812 |
|
1 |
8 |
3 |
109 |
130 |
0 |
0 |
1,098612 |
4,691348 |
4,867534 |
|
3 |
8 |
4 |
132 |
155 |
0 |
1,098612 |
1,386294 |
4,882802 |
5,043425 |
|
5 |
10 |
4 |
136 |
160 |
1 |
1,609438 |
1,386294 |
4,912655 |
5,075174 |
|
3 |
8 |
3 |
132 |
150 |
0 |
1,098612 |
1,098612 |
4,882802 |
5,010635 |
|
5 |
10 |
4 |
132 |
170 |
1 |
1,609438 |
1,386294 |
4,882802 |
5,135798 |
|
3 |
8 |
3 |
132 |
155 |
1 |
1,098612 |
1,098612 |
4,882802 |
5,043425 |
|
2 |
8 |
5 |
132 |
185 |
1 |
0,693147 |
1,609438 |
4,882802 |
5,220356 |
|
1 |
8 |
4 |
113 |
128 |
0 |
0 |
1,386294 |
4,727388 |
4,85203 |
|
3 |
8 |
4 |
100 |
131 |
1 |
1,098612 |
1,386294 |
4,60517 |
4,875197 |
|
1 |
8 |
4 |
80 |
102 |
0 |
0 |
1,386294 |
4,382027 |
4,624973 |
|
3 |
8 |
3 |
104 |
131 |
0 |
1,098612 |
1,098612 |
4,644391 |
4,875197 |
|
3 |
8 |
3 |
104 |
125 |
0 |
1,098612 |
1,098612 |
4,644391 |
4,828314 |
|
1 |
10 |
4 |
107 |
137 |
0 |
0 |
1,386294 |
4,672829 |
4,919981 |
|
2 |
9 |
3 |
96 |
110 |
0 |
0,693147 |
1,098612 |
4,564348 |
4,70048 |
|
5 |
10 |
4 |
190 |
210 |
1 |
1,609438 |
1,386294 |
5,247024 |
5,347108 |
|
2 |
10 |
5 |
195 |
233 |
1 |
0,693147 |
1,609438 |
5,273 |
5,451038 |
|
3 |
9 |
3 |
186 |
220 |
1 |
1,098612 |
1,098612 |
5,225747 |
5,393628 |
|
4 |
9 |
4 |
180 |
192 |
1 |
1,386294 |
1,386294 |
5,192957 |
5,257495 |
|
2 |
7 |
4 |
125 |
132 |
0 |
0,693147 |
1,386294 |
4,828314 |
4,882802 |
|
1 |
7 |
3 |
90 |
115 |
0 |
0 |
1,098612 |
4,49981 |
4,744932 |
|
5 |
8 |
4 |
203 |
231 |
1 |
1,609438 |
1,386294 |
5,313206 |
5,442418 |
|
5 |
10 |
3 |
153 |
167 |
0 |
1,609438 |
1,098612 |
5,030438 |
5,117994 |
|
5 |
5 |
4 |
158 |
172 |
1 |
1,609438 |
1,386294 |
5,062595 |
5,147494 |
|
2 |
7 |
4 |
146 |
162 |
0 |
0,693147 |
1,386294 |
4,983607 |
5,087596 |
|
3 |
8 |
4 |
100 |
120 |
0 |
1,098612 |
1,386294 |
4,60517 |
4,787492 |
|
3 |
10 |
4 |
125 |
132 |
0 |
1,098612 |
1,386294 |
4,828314 |
4,882802 |
|
4 |
7 |
4 |
159 |
184 |
0 |
1,386294 |
1,386294 |
5,068904 |
5,214936 |
|
2 |
5 |
3 |
123 |
148 |
1 |
0,693147 |
1,098612 |
4,812184 |
4,997212 |
|
4 |
8 |
4 |
159 |
173 |
1 |
1,386294 |
1,386294 |
5,068904 |
5,153292 |
|
3 |
10 |
4 |
100 |
132 |
1 |
1,098612 |
1,386294 |
4,60517 |
4,882802 |
|
3 |
8 |
5 |
190 |
215 |
0 |
1,098612 |
1,609438 |
5,247024 |
5,370638 |
|
1 |
7 |
4 |
199 |
220 |
0 |
0 |
1,386294 |
5,293305 |
5,393628 |
|
3 |
8 |
4 |
139 |
166 |
1 |
1,098612 |
1,386294 |
4,934474 |
5,111988 |
|
2 |
7 |
5 |
190 |
210 |
1 |
0,693147 |
1,609438 |
5,247024 |
5,347108 |
|
1 |
8 |
5 |
83 |
120 |
1 |
0 |
1,609438 |
4,418841 |
4,787492 |
|
1 |
7 |
3 |
98 |
115 |
0 |
0 |
1,098612 |
4,584967 |
4,744932 |
|
2 |
10 |
4 |
139 |
155 |
1 |
0,693147 |
1,386294 |
4,934474 |
5,043425 |
|
1 |
8 |
4 |
85 |
106 |
0 |
0 |
1,386294 |
4,442651 |
4,663439 |
|
4 |
8 |
5 |
146 |
166 |
1 |
1,386294 |
1,609438 |
4,983607 |
5,111988 |
|
5 |
8 |
4 |
183 |
205 |
1 |
1,609438 |
1,386294 |
5,209486 |
5,32301 |
|
1 |
7 |
3 |
90 |
115 |
1 |
0 |
1,098612 |
4,49981 |
4,744932 |
|
3 |
10 |
4 |
146 |
160 |
0 |
1,098612 |
1,386294 |
4,983607 |
5,075174 |
|
2 |
7 |
3 |
95 |
113 |
0 |
0,693147 |
1,098612 |
4,553877 |
4,727388 |
|
1 |
8 |
4 |
113 |
115 |
1 |
0 |
1,386294 |
4,727388 |
4,744932 |
|
1 |
7 |
4 |
113 |
138 |
1 |
0 |
1,386294 |
4,727388 |
4,927254 |
|
2 |
8 |
4 |
111 |
130 |
0 |
0,693147 |
1,386294 |
4,70953 |
4,867534 |
|
1 |
7 |
4 |
110 |
129 |
0 |
0 |
1,386294 |
4,70048 |
4,859812 |
|
1 |
8 |
4 |
128 |
145 |
1 |
0 |
1,386294 |
4,85203 |
4,976734 |
|
2 |
7 |
4 |
128 |
143 |
1 |
0,693147 |
1,386294 |
4,85203 |
4,962845 |
|
5 |
10 |
4 |
169 |
180 |
1 |
1,609438 |
1,386294 |
5,129899 |
5,192957 |
|
5 |
8 |
5 |
190 |
250 |
1 |
1,609438 |
1,609438 |
5,247024 |
5,521461 |
|
5 |
10 |
5 |
190 |
235 |
1 |
1,609438 |
1,609438 |
5,247024 |
5,459586 |
|
5 |
8 |
5 |
190 |
260 |
1 |
1,609438 |
1,609438 |
5,247024 |
5,560682 |
|
1 |
9 |
5 |
127 |
158 |
0 |
0 |
1,609438 |
4,844187 |
5,062595 |
|
5 |
7 |
4 |
80 |
102 |
0 |
1,609438 |
1,386294 |
4,382027 |
4,624973 |
|
2 |
8 |
5 |
140 |
175 |
1 |
0,693147 |
1,609438 |
4,941642 |
5,164786 |
|
1 |
6 |
3 |
87 |
100 |
0 |
0 |
1,098612 |
4,465908 |
4,60517 |
|
2 |
7 |
3 |
106 |
120 |
0 |
0,693147 |
1,098612 |
4,663439 |
4,787492 |
|
3 |
7 |
4 |
123 |
150 |
1 |
1,098612 |
1,386294 |
4,812184 |
5,010635 |
|
4 |
10 |
5 |
189 |
240 |
1 |
1,386294 |
1,609438 |
5,241747 |
5,480639 |
|
3 |
7 |
4 |
180 |
200 |
1 |
1,098612 |
1,386294 |
5,192957 |
5,298317 |
|
4 |
6 |
3 |
168 |
164 |
0 |
1,386294 |
1,098612 |
5,123964 |
5,099866 |
|
2 |
7 |
4 |
120 |
128 |
0 |
0,693147 |
1,386294 |
4,787492 |
4,85203 |
|
1 |
8 |
4 |
144 |
159 |
1 |
0 |
1,386294 |
4,969813 |
5,068904 |
|
3 |
10 |
4 |
139 |
160 |
0 |
1,098612 |
1,386294 |
4,934474 |
5,075174 |
|
2 |
7 |
4 |
132 |
165 |
1 |
0,693147 |
1,386294 |
4,882802 |
5,105945 |
|
1 |
6 |
4 |
104 |
94 |
1 |
0 |
1,386294 |
4,644391 |
4,543295 |
|
QUAL |
lnEXP |
lnSCH |
lnTAR |
lnLP |
lpWG |
|
|
QUAL |
1 |
|||||
|
lnEXP |
0,300685 |
1 |
||||
|
lnSCH |
-0,02857 |
0,203177 |
1 |
|||
|
lnTAR |
0,266522 |
0,158869 |
0,221924 |
1 |
||
|
lnLP |
0,29648 |
0,549693 |
0,194809 |
0,302505 |
1 |
|
|
lpWG |
0,367545 |
0,566796 |
0,240222 |
0,410654 |
0,944204 |
1 |
|
ВЫВОД ИТОГОВ |
||||
|
Регрессионная статистика |
||||
|
Множественный R |
0,955060108 |
|||
|
R-квадрат |
0,912139809 |
|||
|
Нормированный R-квадрат |
0,90930561 |
|||
|
Стандартная ошибка |
0,06885987 |
|||
|
Наблюдения |
97 |
|||
|
Дисперсионный анализ |
||||
|
df |
SS |
MS |
F |
|
|
Регрессия |
3 |
4,578093015 |
1,526031005 |
321,8332892 |
|
Остаток |
93 |
0,440976394 |
0,004741682 |
|
|
Итого |
96 |
5,01906941 |
||
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
|
|
Y-пересечение |
0,807401092 |
0,163012857 |
4,952990251 |
3,25854E-06 |
|
lnEXP |
0,027776475 |
0,014615743 |
2,100449018 |
0,060471656 |
|
lnTAR |
0,191968168 |
0,044798066 |
4,28518877 |
4,44891E-05 |
|
lnLP |
0,80739047 |
0,03561839 |
22,66779785 |
1,18496E-39 |
|
Значимость F |
|
|
5,70774E-49 |
|
|
Нижние 95% |
Верхние 95% |
|
0,483690189 |
1,131111995 |
|
0,001247466 |
0,056800415 |
|
0,103008177 |
0,28092816 |
|
0,736659477 |
0,878121463 |
Аналитическая записка.
Анализ факторов.
Необходимо было выяснить какие факторы влияют на формирование заработной платы рабочих – выпускников ПТУ. Были представлены следующие факторы:
1. EXP - стаж работы рабочего, лет
2. SCH - число классов, оконченных рабочим в средней школе
3. TAR - тарифный разряд, присвоенный рабочему на момент окончания ПТУ
4. QUAL - фиктивная переменная, отражающая прохождение рабочим повышения квалификации (=1, если рабочий проходил повышение квалификации; 0 - если нет)
5. LP - процент выполнения рабочим норм выработки,%
6. WG - заработная плата рабочего, р
Для анализа были представлены данные по 100 рабочим. После проверки данных осталось 97.
При отборе факторов в модели мы выявили, что такие факторы, как – 1) прохождение рабочим повышения квалификации и 2) число классов, оконченных рабочим в средней школе не влияют на результаты. Остальные же факторы влияют на результаты и могут быть включены в уравнение множественной регрессии.
2.Линейная модель множественной регрессии.