Проведение регрессионного анализа в системе STATISTICA

План раздела 3

Цель

Изучение теоретических основ регрессионного анализа, освоение знаний и навыков проведения регрессионного анализа данных в программе STATISTICA для статистической обработки результатов маркетинговых исследований.

Задачи

• • Изучение следующих понятий: линейная регрессия, линия регрессии, регрессионные коэффициенты, гребневая регрессия, пошаговая регрессия с включением, пошаговая регрессия с исключением, регрессионные бета-коэффициенты, регрессионные 5-коэффициенты, дисперсионный анализ, толерантность (в множественной регрессии), остатки, удалённые остатки, стандартизованные значения остатков, мультиколлинеарность, коэффициент множественной детерминации, скорректированный коэффициент детерминации, попарное удаление пропущенных данных, построчное удаление пропущенных данных, стандартная ошибка оценки, расстояние Махаланобиса, расстояние Кука, коэффициент Дарбина- Уотсона, нормальные вероятностные графики, полу нормальные вероятностные графики, получастная корреляция.
• • Освоение теоретических основ регрессионного анализа.
• • Освоение навыков проведения регрессионного анализа данных в системе STATISTICA.
• • Освоение навыков интерпретации результатов регрессионного анализа, полученных с использованием программного пакета STATISTICA.
• • Освоение нового инструмента статистической обработки данных (в частности, результатов маркетинговых исследований) с ориентацией на его использование в будущем.

• • Расширение круга задач и повышение уровня профессионализма при их решении на компьютере.
• • Самостоятельное приобретение новых знаний и навыков проведения регрессионного анализа данных.

Задания

• • Знакомство с теоретическими основами проведения регрессионного анализа данных.
• • Знакомство с основными понятиями регрессионного анализа.
• • Знакомство с возможностями проведения

регрессионного анализа в системе STATISTICA.

• • Выполнение заданий для самостоятельной работы.
• • Регрессионный анализ данных, полученных в

результате конкретного исследования.

• Регрессионный анализ данных, полученных в

результате исследования, в соответствии с поставленными задачами.

Требования к знаниям и умениям

По итогам освоения учебного материала раздела 3 студент должен знать:

• - основные понятия регрессионного анализа (см. подраздел «Задачи»);
• - методику проведения регрессионного анализа;
• - способы определения значимости

регрессионной модели;

- особенности проведения регрессионного анализа в системе STATISTICA.

Студент должен уметь:

• - проводить регрессионный анализ на основе формул без использования программного пакета;
• - проводить регрессионный анализ в системе STATISTICA;

- интерпретировать полученные результаты

работы в системе STATISTICA.

Содержание занятия

Подготовка к работе в системе STATISTICA.

Знакомство с теоретическими основами проведения регрессионного анализа. Методика проведения линейного регрессионного анализа. Расчёт коэффициентов регрессии, определение модели регрессии. Использование пошаговой регрессии с включением, пошаговой регрессии с исключением, гребневой регрессии. Основные понятия, используемые в регрессионном анализе (см. подраздел «Задачи»).

Знакомство с особенностями проведения регрессионного анализа в системе STATISTICA. Запуск программы STATISTICA. Изучение возможностей работы в модуле Multiple Regression (Множественная регрессия). Этапы проведения регрессионного анализа в системе. Выбор зависимой и независимых переменных. Установление основных опций и параметров регрессионного анализа. Обзор описательных статистик и корреляционных матриц. Методы регрессионного анализа в модуле Multiple Regression (Множественная регрессия). Основные результаты регрессионного анализа.

Интерпретация полученных результатов. Дисперсионный анализ регрессионной модели. Анализ остатков. Графическое представление результатов анализа остатков. Интерпретация результатов анализа остатков. Предсказание зависимой переменной. Графические

возможности анализа предсказаний. Построение графиков рассеяния при анализе остатков и предсказаний. Построение вероятностных графиков. Анализ выбросов. Реализация прогноза.

Выполнение самостоятельных заданий по проведению регрессионного анализа в системе STATISTICA.

Проведение регрессионного анализа в системе STATISTICA на основе результатов конкретного исследования.

Контроль выполнения практического задания

Виды контроля:

• - контроль знаний и умений работать в программном продукте STATISTIC А на занятии;
• - выполнение предложенных преподавателем

практических заданий по проведению регрессионного анализа в системе STATISTICA;

- проведение регрессионного анализа

результатов конкретного исследования.

Условия получения зачёта

Для получения зачёта необходимо:

• - продемонстрировать практические навыки работы в программном продукте;
• - выполнить задания для самостоятельной работы по проведению регрессионного анализа;
• - провести регрессионный анализ результатов конкретного исследования, интерпретировать полученные результаты;
• - обосновать целесообразность проведения регрессионного анализа в системе STATISTICA.