Эконометрика. ЖданЧАСТЬ 1.1. Тема Парный регрессионный анализ
 Скачать 1.62 Mb.
|
|
Имеем: b = - 0, 5509; a = 95, 43054; R  = 0,822394; F = 23, 15227. Заметим, что значение выражения  , которое понадобится в дальнейшем, можно найти путем сложения суммы квадратов отклонений, объясненную регрессией, и остаточной суммы квадратов отклонений: .Уравнение регрессии имеет вид:  .С увеличением объема производства на 1 млн. руб. себестоимость единицы продукции уменьшится в среднем на 550 руб. Это свидетельствует о неэффективности работы предприятий, и необходимо принять меры для выяснения причин и устранения этого недостатка. Определим линейный коэффициент парной корреляции:  ( так как b < 0).Связь обратная, достаточно сильная. Коэффициент детерминации  , что означает: вариация результата y (себестоимость единицы продукции) на 82% объясняется вариацией фактора x (объемом производства). Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера.  . Так как  (число параметров при x),  то  . Заметим, что табличное значение можно найти с помощью встроенной функции FРАСОБР(0,05;1;5).  то есть уравнение регрессии с вероятностью 0,95 в целом статистически значимое. Подставляя в уравнение регрессии фактические значения x, определим теоретические (расчетные) значения  . Полученные значения занесем в таблицу 2.1. Найдем среднюю относительную ошибку аппроксимации (с помощью двух последних столбцов таблицы 2.1): .В среднем расчетные значения отклоняются от фактических значений для линейной модели на 5,69%. Построение степенной модели парной регрессии Уравнение степенной модели имеет вид:  .Для построения этой модели необходимо произвести линеаризацию переменных путем логарифмирования обеих частей уравнения:  ; – уравнение линейной регрессии,где  .Таблица 2.2
Для нахождения параметров используем встроенную функцию ЛИНЕЙН, для которой в качестве значений переменных выбираем диапазоны, содержащие данные признака  и  :
|
