Regression/Lösungen: Unterschied zwischen den Versionen

Aus MM*Stat

Wechseln zu: Navigation, Suche
Zeile 316: Zeile 316:


===Querschnittsanalyse von 11 Unternehmen===
===Querschnittsanalyse von 11 Unternehmen===
[[Datei:Querschnittsanalyse]]


* <math>\displaystyle\sum_{i=1}^{11} y_i =    191</math>, <math>\displaystyle\sum_{i=1}^{11} y_i^2 =  5183.6491 </math>
* <math>\displaystyle\sum_{i=1}^{11} y_i =    191</math>, <math>\displaystyle\sum_{i=1}^{11} y_i^2 =  5183.6491 </math>

Version vom 25. Juni 2019, 07:48 Uhr

Alter und Händlerverkaufspreis

Gegeben:
Es ist . Daraus folgt:
Ferner ist: ( und die Kovarianz haben das gleiche Vorzeichen);

Arbeitslosenquoten

Gesamtkosten und Produktionsmenge

Gewinn eines Unternehmens

Hypothekenzinssatz

1 6 3000 -1 1.0 500 250000.0 -500
2 5 3200 -2 4.0 700 490000.0 -1400.0
3 7 2500 0 0.0 0 0.0 0.0
4 7 2300 0 0.0 -200 40000.0 -0.0
5 8 2000 1 1.0 -500 250000.0 -500
6 9 2000 2 4.0 -500 250000.0 -1000.0
Summe 42 15000 0 10.0 0 1280000.0 -3400
Mittel 7 2500 0 1.7 0 213333.3 -556.7
  • ,

  • Mio EUR, Mio EUR

Immobiliensachverständiger

Objekt Alter Preis
1 15 190 2850 225
2 12 210 2520 144
3 3 400 1200 9
4 17 125 2125 289
5 5 300 1500 25
6 8 197 1576 64
60 1422 11771 756

Konsumausgaben

  • = 211,82 + 0,813
  • 2488,22 EUR Konsumausgaben

Konsumausgaben und verfügbares Einkommen

Kosten und Output


Gegeben:
Gesucht:

Kunstdünger

Datei:Kunstduenger.xlsx

  • ja
  • = 19,93 + 5,0526
  • 75,5086 dt
  • = 0,9753

Ökonomische Variablen

Quadratmetermiete

1 40 12 1 600 144,0 480
2 40 12 1 600 144,0 480
3 40 15 1 600 225,0 600
4 60 12 3 600 144,0 720
5 80 10 6 400 100,0 800
6 80 10 6 400 100,0 800
7 90 9 8 100 81,0 810
8 90 10 8 100 100,0 900
9 90 10 8 100 100,0 900
10 90 10 8 100 100,0 900
Summe 700 110 53 600 1 238,0 7 390
Mittel 70 11 5 360 123,8 739

,
,

Querschnittsanalyse von 11 Unternehmen

Datei:Querschnittsanalyse

  • ,
  • , , ,

,
,
,

  • , , ,

,
,
,

  • , , ,

,
,
,

  • ; ; ;
  • , ,

, ,
,


, ,
, ,
,


, ,
, ,
,


Umsatz und Werbeetat

Schätzung des Parameters in der linearen Regressionsfunktion .

Filiale 1 2 3 4 5 6
20 16 18 17 12 13 96
29 25 28 26 20 22 150
841 625 784 676 400 484 3810
580 400 504 442 240 286 2452

Zusätzliche statistische Einheit

Lösung g)