Главная страница
Навигация по странице:

  • 11,1440922773961 6606,727273 Выводы

  • 0,99108 0,98027 -0,419 0,992

  • 117,2983631 6606,727273 Уравнение регрессии: Выводы

  • Эконометрика. Подходящий вариан эконометрики. Решение Построим поле корреляции по исходным данным


    Скачать 46.45 Kb.
    НазваниеРешение Построим поле корреляции по исходным данным
    АнкорЭконометрика
    Дата12.02.2021
    Размер46.45 Kb.
    Формат файлаdocx
    Имя файлаПодходящий вариан эконометрики.docx
    ТипРешение
    #175935
    страница3 из 3
    1   2   3

      Рассчитаем  индекс корреляции, F критерий и коэффициент детерминации:  

    (Y-Yрас)^2

    (Y-Yср)^2

    3,91785548

    41,66115702

    0,010324956

    418,3884298

    1,489445661

    464,2066116

    1,442323329

    307,8429752

    0,953144844

    1810,115702

    0,010324956

    418,3884298

    1,007829439

    989,3884298

    0,16909014

    1335,570248

    1,84876122

    0,297520661

    0,202106517

    270,7520661

    0,092885737

    550,1157025

    11,1440922773961

    6606,727273

    Выводы:

    Уравнение регрессии: . Индекс корреляции  0,999 означает, что связь между фактором и результатом прямая, сильная. Вариация результата на 99,83% ( ) объясняется вариацией фактора x. Средняя ошибка аппроксимации показывает, что расчетные значения отклоняются от фактических на  0,3 %. Для оценки статистической значимости уравнения сравним полученное фактическое значение (F=5367,124) с табличным ( ), так как полученное значение больше, то уравнение в целом статистически значимо, также статистически значим коэффициент регрессии a=107.97, так как по абсолютному значению он превышает табличное значение Стюдента ( ), а коэффициент b статистически не значим.  
     в) гиперболической  регрессии 

    Заменим в исходный данных на и повторим расчеты:

    п/п

    X

    Y

    1/x

    Yрас

    A

    1

    7,50

    286

    0,133

    286,672

    0,002

    2

    8,40

    300

    0,119

    299,130

    0,003

    3

    6,20

    258

    0,161

    262,292

    0,017

    4

    6,40

    262

    0,156

    266,687

    0,018

    5

    5,10

    237

    0,196

    231,955

    0,021

    6

    8,40

    300

    0,119

    299,130

    0,003

    7

    9,00

    311

    0,111

    306,051

    0,016

    8

    5,40

    243

    0,185

    241,455

    0,006

    9

    7,30

    279

    0,137

    283,486

    0,016

    10

    8,20

    296

    0,122

    296,598

    0,002

    11

    8,60

    303

    0,116

    301,544

    0,005

    Сумма

    80,500

    3075,000

    1,557

    3075,000

    0,109

    Ср.знач.

    7,318

    279,545

     

     

    0,992

     

    b

    a

    rxy

    R2

    Э

    A

    -872,05

    402,945

    0,99108

    0,98027

    -0,419

    0,992

     

    Параметры, определенные по функциям («Регрессия»): 

    ВЫВОД ИТОГОВ

     

     

     

     

     

    Регрессионная статистика

     

     

     

     

     

    Множ. R

    0,99108

     

     

     

     

     

    R-квадрат

    0,98225

     

     

     

     

     

    Норм. R-вадрат

    0,98027

     

     

     

     

     

    Стандартная ошибка

    3,61015

     

     

     

     

     

    Наблюдения

    11

     

     

     

     

     

     

     

     

     

     

     

     

    Дисперсионный анализ

     

     

     

     

     

     

     

    df

    SS

    MS

    F

    Значимость F

     

    Регрессия

    1

    6489,428

    6489,428

    497,9170

    3,450E-09

     

    Остаток

    9

    117,298

    13,033

     

     

     

    Итого

    10

    6606,727

     

     

     

     

     

     

     

     

     

     

     

     

    Коэфф-ты

    Станд. ошибка

    t-стат-ка

    P-Значение

    Нижние 95%

    Верхние 95%

    Y-пересечение

    402,945

    5,6362

    71,491

    1,036E-13

    390,195

    415,695

    1/x

    -872,05

    39,0807

    -22,314

    3,45E-09

    -960,4562

    -783,64

     

          Рассчитаем  индекс корреляции, F критерий и коэффициент детерминации:  

    (Y-Yрас)^2

    (Y-Yср)^2

    0,451537883

    41,66115702

    0,757220466

    418,3884298

    18,4220098

    464,2066116

    21,97263491

    307,8429752

    25,4506768

    1810,115702

    0,757220466

    418,3884298

    24,49414799

    989,3884298

    2,388311755

    1335,570248

    20,12775531

    0,297520661

    0,357284115

    270,7520661

    2,119563601

    550,1157025

    117,2983631

    6606,727273

     
     Уравнение регрессии:  

    Выводы: Индекс корреляции  -0,99108 означает, что связь между фактором и результатом, сильная. Вариация результата на 98,22% объясняется вариацией фактора x. Средняя ошибка аппроксимации показывает, что расчетные значения отклоняются от фактических на  0,992 %. Для оценки статистической значимости уравнения сравним полученное фактическое значение (F=497,92) с табличным ( ), так как полученное значение больше, то уравнение в целом статистически значимо, также статистически значимы и коэффициенты регрессии (a=402,94 и b=-872,05), так как по абсолютному значению они также превышают табличное значение Стьюдента ( ).  

    Сводная таблица:

     

    Показатель

    Линейная регрессия

    Степенная регрессия

    Гиперболическая регрессия

    Примечание

    (

    )

    0,9992

    0,9991

    0,99108

    Чем больше, тем  теснее связь




    0,99842

    0,99832

    0,98224

    Чем ближе к 1, тем лучше




    0,497

    0,479

    -0,419

    Показывает  изменение результата при изменении  фактора на 1 %




    0,19

    0,303

    0,992

    Показывает  отклонения расчетных значений от фактических, чем меньше, тем лучше.




    75,11

    360,47

    71,491







    75,29

    73,26

    -22,314




    F

    5669,93

    5367,124

    497,9170




     

          Анализируя  показатели, можно сказать, что лучшим уравнением описывающим связь результата с фактором является уравнение  линейной регрессии, так как: в данном уравнении самая маленькая ошибка аппроксимации находится на допустимом уровне, следовательно, расчетные значения от фактически отклоняются не сильно, самый большой коэффициент детерминации, самый высокий показатель корреляции, уравнение в целом статистически значимо, коэффициенты также статистически значимы.

     

          Для данного уравнения рассчитаем:

    • прогнозное значение, если 7,32*1,1=8,052

    • =293,4;

    • ;

     предельная  ошибка прогноза: ;

    • доверительный интервал прогноза: 7,32-2,545 < y< 7,32+2,545
    1   2   3


    написать администратору сайта