Создание макроса на языке Statistica Visual Basic для проверки гипотезы о нормальности остатков регрессии
Состав работы
|
|
|
|
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ И ТЕРМИНОВ
ВВЕДЕНИЕ
1. ПРОГРАММИРОВАНИЕ В STATISTICA
2. ПРЕДПОСЫЛКИ МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ И ИХ РЕАЛИЗАЦИЯ В STATISTICA
2.1. Модель множественной линейной регрессии
2.2. Требования к остаткам
2.3. Проверка гипотезы о нормальности остатков в модуле MULTIPLE REGRESSION STATISTICA
3. СОЗДАНИЕ МАКРОСА ДЛЯ ПРОВЕРКИ ГИПОТЕЗЫ О НОРМАЛЬНОСТИ ОСТАТКОВ
3.1. Описание макроса
3.2. Проверка гипотезы о нормальности остатков в модели вторичного рынка жилья в г. Минске
ЗАКЛЮЧЕНИЕ
ПРИЛОЖЕНИЕ А. Листинг программы
ПРИЛОЖЕНИЕ Б. Листинг программы
ПРИЛОЖЕНИЕ В. Глобальные переменные
ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ И ТЕРМИНОВ
SVB - Statistica Visual Basic.
МНК - метод наименьших квадратов.
ВВЕДЕНИЕ
Множественная линейная регрессия выражает линейные связи между переменными в уравнении при нормальном распределении остатков. Если эти предположения нарушены, заключение не может быть точным, т.е. модель не может быть использована для принятия решений и осуществления прогнозов. В связи с этим при построении модели множественной линейной регрессии особое внимание необходимо уделять проверке гипотезы о нормальном распределении остатков.
Создание макросов - полезная и зачастую необходимая процедура, которая присутствует во многих программных продуктах, в том числе и в программе STATISTICA. Основное ее назначение - автоматизация обработки данных и соответственно значительная экономия времени. В ходе выполнения множественного регрессионного анализа в модуле Multiple Regression пакета STATISTICA исследование остатков на нормальность можно осуществить лишь графическими методами, что приводит к необходимости обращаться к другому встроенному модулю (Distribution Fitting), что требует значительных затрат времени. Для решения данной проблемы был написан макрос на языке SVB.
ВВЕДЕНИЕ
1. ПРОГРАММИРОВАНИЕ В STATISTICA
2. ПРЕДПОСЫЛКИ МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ И ИХ РЕАЛИЗАЦИЯ В STATISTICA
2.1. Модель множественной линейной регрессии
2.2. Требования к остаткам
2.3. Проверка гипотезы о нормальности остатков в модуле MULTIPLE REGRESSION STATISTICA
3. СОЗДАНИЕ МАКРОСА ДЛЯ ПРОВЕРКИ ГИПОТЕЗЫ О НОРМАЛЬНОСТИ ОСТАТКОВ
3.1. Описание макроса
3.2. Проверка гипотезы о нормальности остатков в модели вторичного рынка жилья в г. Минске
ЗАКЛЮЧЕНИЕ
ПРИЛОЖЕНИЕ А. Листинг программы
ПРИЛОЖЕНИЕ Б. Листинг программы
ПРИЛОЖЕНИЕ В. Глобальные переменные
ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ И ТЕРМИНОВ
SVB - Statistica Visual Basic.
МНК - метод наименьших квадратов.
ВВЕДЕНИЕ
Множественная линейная регрессия выражает линейные связи между переменными в уравнении при нормальном распределении остатков. Если эти предположения нарушены, заключение не может быть точным, т.е. модель не может быть использована для принятия решений и осуществления прогнозов. В связи с этим при построении модели множественной линейной регрессии особое внимание необходимо уделять проверке гипотезы о нормальном распределении остатков.
Создание макросов - полезная и зачастую необходимая процедура, которая присутствует во многих программных продуктах, в том числе и в программе STATISTICA. Основное ее назначение - автоматизация обработки данных и соответственно значительная экономия времени. В ходе выполнения множественного регрессионного анализа в модуле Multiple Regression пакета STATISTICA исследование остатков на нормальность можно осуществить лишь графическими методами, что приводит к необходимости обращаться к другому встроенному модулю (Distribution Fitting), что требует значительных затрат времени. Для решения данной проблемы был написан макрос на языке SVB.
Другие работы
Зачетная работа по дисциплине: Управление сетями связи. Билет №12
Roma967
: 17 мая 2023
Билет №12
1. Основы SNMP управления
2. Управление оптической транспортной сетью на основе SDH
3. Каналы управления в сети с гибкими мультиплексорами PDH
Задача
В потоке ячеек АТМ каждая 42 ячейка предназначена для управления. Поток ячеек организован в тракте VC-3 SDH. Определить время передачи блока данных управления 20 Мбайт, если адаптация данных производится в AAL-4.
700 руб.
Как обеспечить сохранение и воспроизводство охотничьих животных в условиях рынка сельхозземель
alfFRED
: 3 сентября 2013
Большая часть староосвоенных регионов России лежит в степной зоне. В этих регионах особенно остро стоят проблемы сохранения биоразнообразия, социально-экономической и экологической оптимизации землепользования. Именно здесь наблюдается регрессивный процесс стихийного "одичания" агроландшафтов, происходит захват жизненного пространства агрессивными, малоценными и вредными биологическими видами, с одновременным снижением численности охотничье-промысловой фауны.
В России насчитывается 2,5 млн. охо
10 руб.
Соединение БРС 2-FIG 1502 (детали)-Чертеж-Оборудование для капитального ремонта, обработки пласта, бурения и цементирования нефтяных и газовых скважин-Курсовая работа-Дипломная работа
https://vk.com/aleksey.nakonechnyy27
: 4 июня 2016
Соединение БРС 2-FIG 1502 (детали)-(Формат Компас-CDW, Autocad-DWG, Adobe-PDF, Picture-Jpeg)-Чертеж-Оборудование для капитального ремонта, обработки пласта, бурения и цементирования нефтяных и газовых скважин-Курсовая работа-Дипломная работа
349 руб.
Тепловой и динамический расчеты двигателя ВАЗ 2103
misc
: 16 января 2009
ЗАДАНИЕ
на выполнение курсового проекта
студенту группа АМ-341
(Ф.И.О.) (шифр группы)
1. Тема проекта «Тепловой и динамический расчеты двигателя»
2. Основные данные для выполнения проекта:
Марка автомобиля ВАЗ-2103
Марка двигателя ВАЗ-2103
Эффективная мощность двигателя, Nе, кВт 52,5
Номинальная частота вращения, n, об/мин 5600
Применяемое топливо АИ-92
3. Со