Построение линейной парной регрессии. Построение модели парной регрессии. По территориям Центрального района известны данные за 1995 г
![]()
|
Задание 1 По территориям Центрального района известны данные за 1995 г.: Таблица 1. Исходные данные
1. Рассчитать параметры парной линейной регрессии. 2. Оценить тесноту связи с помощью показателей корреляции и детерминации. 3. С помощью средних коэффициентов эластичности дать сравнительную оценку силы связи фактора с результатом. 4. Оценить с помощью средней ошибки аппроксимации качество уравнений. 5. С помощью F-критерия Фишера оценить статистическую надежность результатов регрессионного моделирования. 6. Рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 10% от его среднего уровня. Определить доверительный интервал прогноза для уровня значимости α = 0,05. Решение. 1. Для расчета параметров а и b линейной регрессии у = а + bх решим систему нормальных уравнений относительно а и b: ![]() По исходным данным рассчитаем значение всех сумм (таблица 2): Таблица 2. Расчетная таблица
![]() Среднее значение переменных определим по формуле: ![]() ![]() С помощью полученных средних значений переменных определим параметр а: ![]() ![]() Запишем полученное уравнение парной линейной регрессии: ![]() При увеличении прожиточного минимума на 1 тыс.руб. средний размер назначенных пенсий увеличится в среднем на 0,21 процентных пункта. 2. Линейный коэффициент парной корреляции. Для определения линейного коэффициента парной корреляции используем формулу: ![]() ![]() ![]() ![]() Полученное значение линейного коэффициента парной корреляции говорит о высокой и прямой связи. Коэффициент детерминации равен квадрату коэффициента корреляции: ![]() Коэффициент детерминации ![]() 3. Подставив в уравнение регрессии фактические значения х, определим теоретические (расчетные) значения ![]() ![]() Вычислим величину средней ошибки аппроксимации: ![]() В среднем расчетные значения отклоняются от фактических на 1,6%, что свидетельствует о хорошо подобранной модели уравнения. 4. Вычислим средний коэффициент эластичности линейной регрессии: ![]() В среднем при увеличении х на 1% значение у увеличивается на 0.19% 5. Вычислим значение F-критерия: ![]() Так как ![]() 6. Далее вычислим прогнозное значение ![]() ![]() В результате получим прогнозное значение результата: ![]() Вычислим доверительный интервал для этого прогноза. Для этого рассчитаем стандартную ошибку прогноза по формуле: ![]() Здесь: ![]() ![]() Доверительный интервал рассчитаем по формуле: ![]() Здесь: ![]() ![]() Доверительный интервал равен: ![]() Истинное значение прогноза с вероятностью 0,95 попадает в этот интервал. Задание 2 Имеются следующие данные о продаже объектов недвижимости города (таблица 3): Таблица 3. Исходные данные
Требуется: 1. Построить линейное уравнение множественной регрессии и пояснить экономический смысл его параметров. 2. Рассчитать средние частные коэффициенты эластичности. 3. Определить стандартизированные коэффициенты регрессии. 4. На основе полученных результатов сделать вывод о силе связи результата с каждым из факторов. 5. Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции; сделать выводы. 6. Дать оценку полученного уравнения на основе коэффициента детерминации и общего F-критерия Фишера. |