физионометрика. Решение типовых задач Задача По территориям региона приводятся данные за 202 г. Таблица Исходные данные
![]()
|
4. Полученные оценки уравнения регрессии позволяют использовать его для прогноза. 5. Ошибка прогноза составит: ![]() Задача 2. Имеются следующие данные разных стран об индексе розничных цен на продукты питания (х) и об индексе промышленного производства (у).
Требуется: 1. Для характеристики зависимости у от х рассчитать параметры линейной регрессии. 2. Для каждой модели рассчитать показатели: тесноты связи и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость параметров регрессии и корреляции. Алгоритм решения: 1. Для расчёта параметров линейной регрессии ![]() Решить систему нормальных уравнений относительно a и b: ![]() Построить таблицу расчётных данных, как показано в таблице 1. Таблица 1 Расчетные данные для оценки линейной регрессии
Среднее значение определяет по формуле: Реклама ![]() Cреднее квадратическое отклонение рассчитывается по формуле: ![]() и заносится полученный результат в таблицу 1. Возведя в квадрат полученное значение получим дисперсию: ![]() Параметры уравнения можно определить также по формулам: ![]() ![]() Подставить данные a и b в уравнение регрессии (см.пункт 1) Рассчитать линейный коэффициент парной корреляции: ![]() Определить коэффициент детерминации ![]() Рассчитать среднюю ошибку аппроксимации – среднее отклонение расчётных значений от фактических: ![]() Оценка качества уравнения регрессии проводится с помощью F-теста. F-тест состоит в проверке гипотезы Н0 о статистической незначимости уравнения регрессии и показателя тесноты связи. Для этого выполняется сравнение фактического Fфакт и критического (табличного) Fтабл значений F-критерия Фишера. Fфакт определяется по формуле: ![]() где n – число единиц совокупности; m – число параметров при переменных х. Задача 3. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника (тыс.руб.) от ввода в действие новых основных фондов (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих. Требуется: Построить линейную модель множественной регрессии. Записать стандартизированное уравнение множественной регрессии. На основе стандартизированных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентов детерминации. С помощью – критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации С помощью частных – критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора после и фактора после. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор.
|