Готовая контрольная работа

Отбор факторов для включения в многофакторную регрессионную модель.
Термин \"регрессия\" (лат. - \"regression\" - отступление, возврат к чему-либо) введен английским психологом и антропологом Ф.Гальтпном и связан только со спецификой одного из первых конкретных примеров, в котором это понятие было использовано.
Функция f(x1, x2,…,хk ), описывающая зависимость условного среднего значения результативного признака у от заданных значений аргументов, называется функцией (уравнением) регрессии.
Для точного описания уравнения регрессии необходимо знать услов-ный закон распределения результативного показателя у. В статистической практике такую информацию получить обычно не удается, поэтому ограничиваются поиском подходящих аппроксимаций для функции f( x1, x2,…,хk ), основанных на исходных статистических данных.
В рамках отдельных модельных допущений о типе распределения век-тора показателей (у, x1, x2,…,хk ) может быть получен общий вид уравнения регрессии f(x)=M(y/x) x=( x1, x2,…,хk ) . Например, в предложении, что исследуемая совокупность показателей подчиняется (k + 1) - мерному нормальному закону распределения с вектором математических ожиданий

Содержание:
1. Отбор факторов для включения в многофакторную регрессионную модель.
2. Применение скользящих средних в экономическом прогнозировании.
3. Список литературы.

Одним из наиболее старых и широко известных методов сглаживания временных рядов является метод скользящих средних. Применяя этот метод, можно элиминировать случайные колебания и получить значения, соответствующие влиянию главных факторов. Сглаживание с помощью скользящих средних основано на том, что в средних величинах взаимно погашаются случайные отклонения. Это происходит вследствие замены первоначальных уровней временного ряда средней арифметической величиной внутри выбранного интервала времени. Полученное значение относится к середине выбранного периода. Затем период сдвигается на одно наблюдение, и расчет средней повторяется, причем периоды определения средней берутся все время одинаковыми. Таким образом, в каждом случае средняя центрирована, т.е. отнесена к серединной точке интервала сглаживания и представляет собой уровень для этой точки.

Список литературы.
1. Ван дер Варден Б.Л. Математическая статистика. – М.: Изд-во иностр. лит., 1960. – 302 с.
2. Гайдышев И.П. Анализ и обработка данных: специальный справочник. - СПб.: Питер, 2001. - 752 с.
3. Гмурман В.С. Теория вероятностей и математическая статистика. – М.: Высш. шк., 1972. – 368 с.
4. Кендалл М., Стьюарт А. Статистические выводы и связи. – М .: Наука, 1973. – 899 с.
5. Новикова Н.В., Поздеева О.Г. Прогнозирование национальной экономики. – М.: Екатеринбург 2007. – 138 с.