Парная и множественная регрессия

Задача №1.
По территориям региона приводятся данные за 199X г.
Номер региона    Среднедушевой прожиточный минимум в день одного трудоспособного, руб., x    Среднедневная заработная плата, руб., y
1    85    143
2    90    148
3    87    142
4    79    154
5    106    164
6    113    195
7    67    139
8    98    168
9    83    152
10    87    162
11    86    156
12    117    173
Требуется:
1.    Построить линейное уравнение парной регрессии y по x.
2.    Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации.
3.    Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента.
4.    Выполнить прогноз заработной платы  y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня.
5.    Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
6.    На одном графике отложить исходные данные и теоретическую прямую.
7.    Проверить вычисления в MS Excel.
Задача №2.
По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2  (%).
Номер предприятия    y    x1    x2
1    7,0    4,3    11,0
2    7,0    3,7    13,0
3    7,0    3,9    15,0
4    7,0    4,0    17,0
5    7,0    4,5    18,0
6    7,0    4,8    19,0
7    8,0    5,3    19,0
8    8,0    5,4    20,0
9    8,0    4,9    20,0
10    10,0    6,8    21,0
11    9,0    7,0    21,0
12    11,0    6,4    22,0
13    9,0    6,9    22,0
14    11,0    7,2    25,0
15    12,0    7,0    28,0
16    12,0    8,2    29,0
17    12,0    8,1    30,0
18    12,0    8,6    31,0
19    14,0    9,6    32,0
20    14,0    10,0    36,0
Требуется:
1.    Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
2.    Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их.
3.    Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
4.    С помощью F-критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации R2yx1x2 .
5.    С помощью t-критерия Стьюдента оценить статистическую значимость параметров чистой регрессии.
6.    С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1 .
7.    Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор.
8.    Проверить вычисления в MS Excel.