Индивидуальная работа «Модель множественной линейной регрессии»

Сформировать массив данных и оформить его в виде таблицы в Excel. Определить результативный признак Y и не менее пяти факторных признаков Х1-Х5, хотя бы один их которых, должен быть качественным. Объем выборки должен быть не менее 30 наблюдений. Для каждого признака необходимо сделать описание и указать единицы измерения. Для каждого наблюдения необходимо указать ссылку, по которой оно может быть найдено. После формирования массива данных нужно выполнить задания:

1. Для количественных признаков проанализировать наличие мультиколлинеарности.

2. Построить модель множественной линейной регрессии методами «сверху-вниз» и «снизу-вверх», учитывая анализ мультиколлинеарности. Выбрать итоговую модель.

Замечание: Если по результатам отбора методами «сверху-вниз» и «снизу-вверх» модели получились разные, то необходимо выбрать итоговую модель на основании сравнения коэффициента детерминации.

3. Добавить в итоговую модель фиктивные переменные, если они значимо связаны с зависимой переменной. Последовательность добавления фиктивных переменных определить на основе однофакторного дисперсионного анализа. Переменные добавлять либо на основе метода «снизу-вверх», либо на основе теста «короткая-длинная регрессия».

4. Провести анализ на гетероскедастичность остатков модели, полученной после выполнения пункта 3.

5. Если по результатам тестов гетероскедастичность остатков обнаружена, то необходимо попытаться устранить ее, используя робастные стандартные ошибки и ОМНК.

6. Построить точечный и интервальный прогнозы по модели, полученной после выполнения пункта 5.

7. Подготовить отчет о выполнении индивидуальной работы в двух файлах: Excel-массив, описание переменных и ссылки на источники данных; и Word-описание построения модели в соответствии с пунктами 1-6.