295317 5 в-т ст-ка. Тема Выборочное наблюдение 3
Скачать 0.77 Mb.
|
Тема 7 «Регрессионный анализ»Задача 1. Рассчитать параметры уравнения парной линейной регрессии. Регрессионный анализ заключается в определении аналитического выражения связи между факторными и результативным признаками. Линейная связь между факторным ( ) и результативным ( ) признаками является парной линейной регрессией. Исходные данные для построения парной линейной регрессии приведены в таблице 1. Таблица 1 – Исходные данные
Парная линейная регрессия описывается линейной функцией вида: (1) Оценка параметров уравнений регрессии и производится решением системы нормальных уравнений методом наименьших квадратов: , (2) где n – объем исследуемой совокупности. Для решения системы нормальных уравнений приведем данные таблицы 1 к виду таблицы 2. Таблица 2 – К расчету коэффициентов парной линейной регрессии
Тогда система нормальных уравнений приобретает вид: Выводя из первого уравнения и подставляя полученное выражение во второе уравнение, получим: Производя почленное умножение и раскрывая скобки, получим: Откуда: Тогда: Окончательно уравнение парной линейной регрессии, связывающее размер годового оборота розничной торговли ( ) со среднегодовой численностью экономически активного населения территории ( ) имеет вид: (3) Задача 2. Определить статистическую значимость параметра уравнения регрессии. Оценка адекватности модели линейного уравнения парной регрессии начинается с проверки значимости коэффициента регрессии с помощью t - критерия Стьюдента: , (4) где - дисперсия коэффициента парной линейной регрессии. Параметр уравнения регрессии признается статически значимым, если выполняется условие: > , (5) где - уровень значимости; - число степеней свободы. Число степеней свободы характеризует число свободно варьирующих элементов совокупности и определяется по формуле: , (6) где - количество параметров уравнения регрессии. Значение может быть определено с помощью статистической функции СТЬЮДЕНТ.ОБР.2Х табличного процессора MS Excel. Рисунок 1 – Определение с помощью СТЬЮДЕНТ.ОБР.2Х Таким образом, при = 0,05 и = 7 значение = 2,36. Дисперсию приближенно можно определить по зависимости: , (7) где - дисперсия результативного признака в совокупности. Значение дисперсии рассчитывается по формуле: , (8) где - среднее значение результативного признака в совокупности. Значение дисперсии можно определить с помощью стандартной статистической функции ДИСП.Г табличного процессора Excel: Рисунок 3 - Расчет дисперсии результативного признака с помощью ДИСП.Г Таким образом, = 21,82. Так как (0,212) < (2,36), то параметр уравнения регрессии статистически не значим. Задача 3. Оценить с помощью F-критерия Фишера адекватность полученного уравнения регрессии. Проверка адекватности уравнения парной линейной регрессии в целом осуществляется с помощью расчета F - критерия Фишера. Расчетное значение критерия Фишера определяется по зависимости: , (9) где - факторная дисперсия; - остаточная дисперсия. Факторная дисперсия рассчитывается по формуле: , (9) где - значение результативного признака, рассчитанное по линейному уравнению регрессии; - число степеней свободы. млрд. руб. млрд. руб. млрд. руб. и т.д. Среднее значение результативного признака определяется по формуле: (10) млрд. руб. Число степеней свободы определяется по формуле: (11) Остаточная дисперсия рассчитывается по формуле: (12) Для определения расчетного значения критерия Фишера, средней ошибки аппроксимации и коэффициента эластичности построим таблицу 3. Таблица 3 – К расчету F-критерия Фишера, средней ошибки аппроксимации и коэффициента эластичности
К ритическое значение критерия Фишера может быть определено с помощью статистической функции F.ОБР.ПХ табличного процессора MS Excel. Рисунок 1 – Определение с помощью F.ОБР.ПХ Таким образом, при = 0,05, и значение = 5,6. Так как (27,81) > (5,6), то гипотеза о несоответствии заложенных в уравнении регрессии связей реально существующим H0 отвергается. Задача 4. Определить среднюю ошибку аппроксимации. Значение средней ошибки аппроксимации определяется по зависимости: (13) Значение средней ошибки аппроксимации не должно превышать 12 - 15%. Задача 5. На основе использования коэффициента эластичности выполнить количественную оценку влияния факторного признака на результативный. Коэффициент эластичности рассчитывается по формуле: , (14) где - среднее значение факторного признака в совокупности. Среднее значение факторного признака определяется по формуле: (15) млн. чел. Коэффициент эластичностипоказывает, на сколько процентов в среднем изменится значение результативного при изменении факторного признака на 1%. |