Главная страница
Навигация по странице:

  • Парные зависимости

  • эконометрика. вариант4. Для анализа зависимости цены автомобиля y от его возраста Х


    Скачать 0.63 Mb.
    НазваниеДля анализа зависимости цены автомобиля y от его возраста Х
    Анкорэконометрика
    Дата08.01.2023
    Размер0.63 Mb.
    Формат файлаdoc
    Имя файлавариант4.doc
    ТипЗадача
    #876656
    страница1 из 4
      1   2   3   4




    Задача 1
    В базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах.

    Для анализа зависимости цены автомобиля Y от его возраста Х1 и мощности двигателя Х2 из базы данных выбраны сведения о 16 автомобилях. Эти сведения приведены в таблице1.


    номер

    цена

    возраст

    мощность

    1

    14,4

    4

    154

    2

    16,9

    2

    155

    3

    13

    5

    149

    4

    9,6

    7

    128

    5

    9,8

    7

    134

    6

    9,6

    7

    127

    7

    16,8

    2

    157

    8

    14,8

    4

    160

    9

    9,8

    7

    134

    10

    16,9

    2

    154

    11

    16

    3

    161

    12

    17,4

    2

    167

    13

    17,2

    2

    163

    14

    17,4

    2

    163

    15

    15,7

    3

    155

    16

    17,1

    2

    162




    1. Парные зависимости

      1. Построить поля рассеяния для цены Y и возраста автомобиля Х1, а также для цены Y и мощности двигателя Х2. На основе их визуального анализа выдвинуть гипотезы о виде статистической зависимости Y от Х1 и Y от Х2 и записать их математически.


    Построим поля рассеяния:



    Рис. 1. Поле рассеяния для цены Y и возраста автомобиля Х1



    Рис. 2 Поле рассеяния для цены Y и мощности двигателя Х2
    На основе визуального анализа построенных полей рассеяния можно выдвинуть гипотезу о линейной зависимости цены от возраста Х1 и мощности двигателя Х2.

    Математически данные зависимости запишутся в виде:

    y = α0+ α1x1 +

    и y = β0+ β1x1 + , где и - случайные переменные.
    1.2. Методом наименьших квадратов найти оценки линейных уравнений регрессии:

    y = α0+ α1x1, y = β0+ β1x1.

    Составим вспомогательную таблицу для = α0+ α1x1: (таблица 2)

    i

    yi

    xi1

    xi12

    yi xi1

    yi2

    1

    14,4

    4

    16

    57,6

    207,36

    2

    16,9

    2

    4

    33,8

    285,61

    3

    13

    5

    25

    65

    169

    4

    9,6

    7

    49

    67,2

    92,16

    5

    9,8

    7

    49

    68,6

    96,04

    6

    9,6

    7

    49

    67,2

    92,16

    7

    16,8

    2

    4

    33,6

    282,24

    8

    14,8

    4

    16

    59,2

    219,04

    9

    9,8

    7

    49

    68,6

    96,04

    10

    16,9

    2

    4

    33,8

    285,61

    11

    16

    3

    9

    48

    256

    12

    17,4

    2

    4

    34,8

    302,76

    13

    17,2

    2

    4

    34,4

    295,84

    14

    17,4

    2

    4

    34,8

    302,76

    15

    15,7

    3

    9

    47,1

    246,49

    16

    17,1

    2

    4

    34,2

    292,41

    Σ

    232,4

    61

    299

    787,9

    3521,52


    т.к. n=16, то = = 14,525

    = = 3,8125

    тогда


    таким образом, получаем уравнение регрессии:

    Составим таблицу для = β0+ β1x1: (таблица 3)


    i

    yi

    xi2

    xi22

    yi xi2

    yi2

    1

    14,4

    154

    23716

    2217,6

    207,36

    2

    16,9

    155

    24025

    2619,5

    285,61

    3

    13

    149

    22201

    1937

    169

    4

    9,6

    128

    16384

    1228,8

    92,16

    5

    9,8

    134

    17956

    1313,2

    96,04

    6

    9,6

    127

    16129

    1219,2

    92,16

    7

    16,8

    157

    24649

    2637,6

    282,24

    8

    14,8

    160

    25600

    2368

    219,04

    9

    9,8

    134

    17956

    1313,2

    96,04

    10

    16,9

    154

    23716

    2602,6

    285,61

    11

    16

    161

    25921

    2576

    256

    12

    17,4

    167

    27889

    2905,8

    302,76

    13

    17,2

    163

    26569

    2803,6

    295,84

    14

    17,4

    163

    26569

    2836,2

    302,76

    15

    15,7

    155

    24025

    2433,5

    246,49

    16

    17,1

    162

    26244

    2770,2

    292,41

    Σ

    232,4

    2423

    369549

    35782

    3521,52


    т.к. n=16, то = = 14,525

    = = 151,4375

    тогда


    таким образом, получаем уравнение регрессии:

    1.3. С помощью коэффициентов парной корреляции проанализировать тесноту линейной связи между ценой и возрастом автомобиля, а также между ценой и мощностью двигателя. Проверить их значимость с надежностью 0,9.

    Найдем коэффициент парной корреляции для = α0+ α1x1:



    проверим, существенно ли отличается найденный коэффициент корреляции от нуля. Найдем:



    Сравним с квантилем распределения Стьюдента

    Т.к. 45,407 >1,761, то коэффициент корреляции существенно отличается от нуля и существует сильная линейная зависимость между y и
    Найдем коэффициент парной корреляции для = β0+ β1x2:



    проверим, существенно ли отличается найденный коэффициент корреляции от нуля. Найдем:



    Сравним с квантилем распределения Стьюдента

    Т.к. 11,588 >1,761, то коэффициент корреляции существенно отличается от нуля и существует сильная линейная зависимость между y и
    1.4. Проверить статистическую значимость параметров и уравнений регрессии с надежностью 0,9.

    Для

    Коэффициент детерминации: , т.е. вариация цены на 99% объясняется вариацией возраста автомобиля.

    Фактическое значение F-статистики Фишера



    При уровне значимости 0,1 табличное значение .

    Т.к. , то признается статистическая значимость уравнения регрессии.

    Для оценки статистической значимости коэффициентов регрессии найдем , признается статистическая значимость коэффициентов регрессии.

    Аналогично для :

    Коэффициент детерминации: , т.е. вариация цены на 91% объясняется вариацией возраста автомобиля.

    Фактическое значение F-статистики Фишера



    При уровне значимости 0,1 табличное значение .

    Т.к. , то признается статистическая значимость уравнения регрессии.

    Для оценки статистической значимости коэффициентов регрессии найдем , признается статистическая значимость коэффициентов регрессии.
    1.5. Построить доверительные полосы надежности для среднего значения цены автомобиля в зависимости от его возраста, а также от мощности двигателя. Изобразить графически линии регрессии и доверительные полосы вместе с полями рассеяний.

    Найдем доверительную полосу для уравнения регрессии , построим вспомогательную таблицу: (таблица 4)


    i

    i -yi

    (ỹi -yi )2

    (xi1-x1)2

    Sy

    1,761Sy

    н

    в

    14,25

    -0,15

    0,02

    0,04

    0,07

    0,12

    14,13

    14,37

    17,21

    0,31

    0,10

    3,29

    0,09

    0,16

    17,05

    17,37

    12,77

    -0,23

    0,05

    1,41

    0,08

    0,14

    12,63

    12,91

    9,81

    0,21

    0,04

    10,16

    0,12

    0,22

    9,59

    10,03

    9,81

    0,01

    0,00

    10,16

    0,12

    0,22

    9,59

    10,03

    9,81

    0,21

    0,04

    10,16

    0,12

    0,22

    9,59

    10,03

    17,21

    0,41

    0,17

    3,29

    0,09

    0,16

    17,05

    17,37

    14,25

    -0,55

    0,30

    0,04

    0,07

    0,12

    14,13

    14,37

    9,81

    0,01

    0,00

    10,16

    0,12

    0,22

    9,59

    10,03

    17,21

    0,31

    0,10

    3,29

    0,09

    0,16

    17,05

    17,37

    15,73

    -0,27

    0,07

    0,66

    0,07

    0,13

    15,60

    15,86

    17,21

    -0,19

    0,04

    3,29

    0,09

    0,16

    17,05

    17,37

    17,21

    0,01

    0,00

    3,29

    0,09

    0,16

    17,05

    17,37

    17,21

    -0,19

    0,04

    3,29

    0,09

    0,16

    17,05

    17,37

    15,73

    0,03

    0,00

    0,66

    0,07

    0,13

    15,60

    15,86

    17,21

    0,11

    0,01

    3,29

    0,09

    0,16

    17,05

    17,37

    Σ

     

    0,9848

    66,44

     

     

     

     


    , для каждого xi1 рассчитаем
    ,

    , где . Результаты расчетов для каждого приведены в таблице 4.

    Значения определяют доверительный интервал для каждого . Линию регрессии и доверительную полосу изобразим на рисунке 1.
    Найдем доверительную полосу для уравнения регрессии , построим вспомогательную таблицу: (таблица 5)


    i

    i -yi

    (ỹi -yi )2

    (xi2-x2)2

    Sy

    1,761Sy

    н

    в

    15,09

    0,69

    0,48

    6,57

    0,25

    0,45

    14,64

    15,54

    15,31

    -1,59

    2,53

    12,69

    0,26

    0,45

    14,86

    15,76

    13,99

    0,99

    0,98

    5,94

    0,25

    0,45

    13,54

    14,44

    9,37

    -0,23

    0,05

    549,32

    0,52

    0,91

    8,46

    10,28

    10,69

    0,89

    0,79

    304,07

    0,42

    0,74

    9,95

    11,43

    9,15

    -0,45

    0,20

    597,19

    0,54

    0,94

    8,21

    10,09

    15,75

    -1,05

    1,10

    30,94

    0,27

    0,48

    15,27

    16,23

    16,41

    1,61

    2,59

    73,32

    0,30

    0,53

    15,88

    16,94

    10,69

    0,89

    0,79

    304,07

    0,42

    0,74

    9,95

    11,43

    15,09

    -1,81

    3,28

    6,57

    0,25

    0,45

    14,64

    15,54

    16,63

    0,63

    0,40

    91,44

    0,31

    0,55

    16,08

    17,18

    17,95

    0,55

    0,30

    242,19

    0,39

    0,69

    17,26

    18,64

    17,07

    -0,13

    0,02

    133,69

    0,34

    0,59

    16,48

    17,66

    17,07

    -0,33

    0,11

    133,69

    0,34

    0,59

    16,48

    17,66

    15,31

    -0,39

    0,15

    12,69

    0,26

    0,45

    14,86

    15,76

    16,85

    -0,25

    0,06

    111,57

    0,32

    0,57

    16,28

    17,42

    Σ

     

    13,8344

    2615,9375

     

     

     

     


    , для каждого xi1 рассчитаем
    ,

    , где . Результаты расчетов для каждого приведены в таблице 5.

    Значения определяют доверительный интервал для каждого . Линию регрессии и доверительную полосу изобразим на рисунке 2.

    1.6. На продажу поступила очередная партия однотипных автомобилей, их возраст 3 года, мощность 165 л.с. Рассчитать точечный и интервальный прогноз среднего значения цены поступивших автомобилей в зависимости от возраста и мощности двигателя с доверительной вероятностью 0,9.
    В зависимости от возраста:

    Точечный прогноз:

    Интервальный: , для x01 рассчитаем
    ,

    , где .





    т.е. получили доверительный интервал (15,6 ; 15,86).

    В зависимости от мощности:

    Точечный прогноз:

    Интервальный: S = 0,994;

    , где



    , т.е., получили доверительный интервал (16,87 ; 18,15).
      1   2   3   4


    написать администратору сайта