эконометрика. Вариант1. Задача 1 в базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах
Скачать 0.98 Mb.
|
Вариант 1 Задача 1 В базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах. Для анализа зависимости цены автомобиля Y от его возраста Х1 и мощности двигателя Х2 из базы данных выбраны сведения о 16 автомобилях. Эти сведения приведены в таблице1.
Парные зависимости Построить поля рассеяния для цены Y и возраста автомобиля Х1, а также для цены Y и мощности двигателя Х2. На основе их визуального анализа выдвинуть гипотезы о виде статистической зависимости Y от Х1 и Y от Х2 и записать их математически. Построим поля рассеяния: Рис. 1. Поле рассеяния для цены Y и возраста автомобиля Х1 Рис. 2 Поле рассеяния для цены Y и мощности двигателя Х2 На основе визуального анализа построенных полей рассеяния можно выдвинуть гипотезу о линейной зависимости цены от возраста Х1 и мощности двигателя Х2. Математически данные зависимости запишутся в виде: y = α0+ α1x1 + и y = β0+ β1x1 + , где и - случайные переменные. 1.2. Методом наименьших квадратов найти оценки линейных уравнений регрессии: y = α0+ α1x1, y = β0+ β1x1. Составим вспомогательную таблицу для = α0+ α1x1: (таблица 2)
т.к. n=16, то = =12,9625 = = 4,8125 тогда таким образом, получаем уравнение регрессии: Составим таблицу для = β0+ β1x1: (таблица 3)
т.к. n=16, то = =12,9625 = = 128,0625 тогда таким образом, получаем уравнение регрессии: 1.3. С помощью коэффициентов парной корреляции проанализировать тесноту линейной связи между ценой и возрастом автомобиля, а также между ценой и мощностью двигателя. Проверить их значимость с надежностью 0,9. Найдем коэффициент парной корреляции для = α0+ α1x1: проверим, существенно ли отличается найденный коэффициент корреляции от нуля. Найдем: Сравним с квантилем распределения Стьюдента Т.к. 6,18489 >1,761, то коэффициент корреляции существенно отличается от нуля и существует сильная линейная зависимость между y и Найдем коэффициент парной корреляции для = β0+ β1x2: проверим, существенно ли отличается найденный коэффициент корреляции от нуля. Найдем: Сравним с квантилем распределения Стьюдента Т.к. 5б34355 >1,761, то коэффициент корреляции существенно отличается от нуля и существует сильная линейная зависимость между y и 1.4. Проверить статистическую значимость параметров и уравнений регрессии с надежностью 0,9. Для Коэффициент детерминации: , т.е. вариация цены на 73% объясняется вариацией возраста автомобиля. Фактическое значение F-статистики Фишера При уровне значимости 0,1 табличное значение . Т.к. , то признается статистическая значимость уравнения регрессии. Для оценки статистической значимости коэффициентов регрессии найдем , признается статистическая значимость коэффициентов регрессии. Аналогично для : Коэффициент детерминации: , т.е. вариация цены на 67% объясняется вариацией возраста автомобиля. Фактическое значение F-статистики Фишера При уровне значимости 0,1 табличное значение . Т.к. , то признается статистическая значимость уравнения регрессии. Для оценки статистической значимости коэффициентов регрессии найдем , признается статистическая значимость коэффициентов регрессии. 1.5. Построить доверительные полосы надежности для среднего значения цены автомобиля в зависимости от его возраста, а также от мощности двигателя. Изобразить графически линии регрессии и доверительные полосы вместе с полями рассеяний. Найдем доверительную полосу для уравнения регрессии , построим вспомогательную таблицу: (таблица 4)
, для каждого xi1 рассчитаем , , где . Результаты расчетов для каждого приведены в таблице 4. Значения определяют доверительный интервал для каждого . Линию регрессии и доверительную полосу изобразим на рисунке 1. Найдем доверительную полосу для уравнения регрессии , построим вспомогательную таблицу: (таблица 5)
, для каждого xi1 рассчитаем , , где . Результаты расчетов для каждого приведены в таблице 5. Значения определяют доверительный интервал для каждого . Линию регрессии и доверительную полосу изобразим на рисунке 2. 1.6. На продажу поступила очередная партия однотипных автомобилей, их возраст 3 года, мощность 165 л.с. Рассчитать точечный и интервальный прогноз среднего значения цены поступивших автомобилей в зависимости от возраста и мощности двигателя с доверительной вероятностью 0,9. В зависимости от возраста: Точечный прогноз: Интервальный: , для x01 рассчитаем , , где . т.е. получили доверительный интервал (15,55 ; 18,29). В зависимости от мощности: Точечный прогноз: Интервальный: S = 1,952; , где , т.е., получили доверительный интервал (15,23 ; 18,29). |