Другое «Домашнее задание выполняется индивидуальної»,
Основы статистических наблюдений

Домашнее задание выполняется индивидуальної (аждый студент формирует свою базу данных, определяя проблематику исследования. Следует использовать пространственные (или временные) данные с З0 и более числом наблюдений (или уровнями временного ряда). Выбирается 1 результативный признак (у) и 1 независимый признак (x) Расчеты можно выполнять в MS Excel или в программном продукте для статистической обработки данных, а также с использованием языков программирования. Работа должна быть оформлена в виде аналитической записки в формате MS Word c последующим переводом в PDF Все полученные результаты расчетов должны быть описаны выводами в текстовом формате. Творческий подход приветствуется! Студентам следует сдать 2 файла: отчет (файл РДЕ) и расчетный файл (MS Excel). Работы размещаются в SmartLMS Срок сдачи: 10.12.2023 (до 23.59). Последний срок приёма работ 16.12.2023 г.(до 23:59). Каждый день просрочки с 11 декабря минус балл за день от общего результата работы. Структура домашнего задания: 1. Указать список используемых показателей для анализа (с единицами измерения); 2., Описание показателей, выбранных для исследования: экономическая интерпретация определение результативного (зависимого) признака (у) и независимой переменной (х); З. Корреляционный анализ построить корреляционное облако: #й по корреляционному облаку определить характер связи признаков; в рассчитать по исходным данным линейный коэффициент корреляции, сформулировать выводы по полученным результатам; 4. Регрессионный анализ Wt пост троение линейной регрессионной модели по исходным данным; вй построение одной (на выбор) нелинейной регрессионной модели по исходным данным (дополнительно можно изучить материалы файла 5- Nonlinear_Regression); пй оценка качества полученных моделей (среднее отклонение и средняя ошибки аппроксимации); интерпретация моделей (описание коэффициентов регрессии); интерпретация коэффициента детерминации (R2); рассчитать и проинтерпретировать коэффициент эластичности; и графически представить кривые исходных данных и по регрессионным моделям (на одном графике). Литература: Анализ данных: учебник для академического бакалавриата / В. С: Мхитарян [и др.];под ред. В. С. Мхитаряна. — М. : Издательство Юрайт, 2016 490 с. — (Серия :Бакалавр. Академический курс). — ISBN 978-5-9916-5591-0 Режим доступа: www.biblio-online.ru/book/AF1D197F-1759-4226-9593-8В43Е2010936 Интернет источники данных: www.gks.ru = Федеральная служба государственной статистики www.fedstat.ru — ЕMИСС www.cbr.ry - Центральный банк РФ www.irn.ru - Индикаторы рынка недвижимости www.demoscope.ru — Демографический еженедельник «Демоскоп Weekly» http://www.vsemirnyjbank.org — Всемирный банк https://www.finam.ru - данные финансовых рынков https://www.gold.org данные по рынку золота https://www.rbc.ru - информационно-аналитический портал