Главная страница
Навигация по странице:

  • Парные зависимости

  • эконометрика. Вариант1. Задача 1 в базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах


    Скачать 0.98 Mb.
    НазваниеЗадача 1 в базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах
    Анкорэконометрика
    Дата08.01.2023
    Размер0.98 Mb.
    Формат файлаdoc
    Имя файлаВариант1.doc
    ТипЗадача
    #876508
    страница1 из 4
      1   2   3   4




    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.


    номер

    цена

    возраст

    мощность

    1

    8,3

    6

    88

    2

    17,9

    3

    160

    3

    11,2

    5

    105

    4

    17,2

    4

    165

    5

    9,4

    5,5

    88

    6

    15,9

    4

    145

    7

    6,8

    7

    95

    8

    10,8

    6

    124

    9

    15,6

    5

    165

    10

    13,8

    3,5

    112

    11

    15,3

    3

    120

    12

    14,4

    4,5

    145

    13

    15,6

    3,5

    140

    14

    10,6

    7

    145

    15

    11,2

    5,5

    120

    16

    13,4

    4,5

    132




    1. Парные зависимости

      1. 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)

    i

    yi

    xi1

    xi12

    yi xi1

    yi2

    1

    8,3

    6

    36

    49,8

    68,89

    2

    17,9

    3

    9

    53,7

    320,41

    3

    11,2

    5

    25

    56

    125,44

    4

    17,2

    4

    16

    68,8

    295,84

    5

    9,4

    5,5

    30,25

    51,7

    88,36

    6

    15,9

    4

    16

    63,6

    252,81

    7

    6,8

    7

    49

    47,6

    46,24

    8

    10,8

    6

    36

    64,8

    116,64

    9

    15,6

    5

    25

    78

    243,36

    10

    13,8

    3,5

    12,25

    48,3

    190,44

    11

    15,3

    3

    9

    45,9

    234,09

    12

    14,4

    4,5

    20,25

    64,8

    207,36

    13

    15,6

    3,5

    12,25

    54,6

    243,36

    14

    10,6

    7

    49

    74,2

    112,36

    15

    11,2

    5,5

    30,25

    61,6

    125,44

    16

    13,4

    4,5

    20,25

    60,3

    179,56

    Σ

    207,4

    77

    395,5

    943,7

    2850,6


    т.к. n=16, то = =12,9625

    = = 4,8125

    тогда


    таким образом, получаем уравнение регрессии:

    Составим таблицу для = β0+ β1x1: (таблица 3)


    i

    yi

    xi2

    xi22

    yi xi2

    yi2

    1

    8,3

    88

    7744

    730,4

    68,89

    2

    17,9

    160

    25600

    2864

    320,41

    3

    11,2

    105

    11025

    1176

    125,44

    4

    17,2

    165

    27225

    2838

    295,84

    5

    9,4

    88

    7744

    827,2

    88,36

    6

    15,9

    145

    21025

    2305,5

    252,81

    7

    6,8

    95

    9025

    646

    46,24

    8

    10,8

    124

    15376

    1339,2

    116,64

    9

    15,6

    165

    27225

    2574

    243,36

    10

    13,8

    112

    12544

    1545,6

    190,44

    11

    15,3

    120

    14400

    1836

    234,09

    12

    14,4

    145

    21025

    2088

    207,36

    13

    15,6

    140

    19600

    2184

    243,36

    14

    10,6

    145

    21025

    1537

    112,36

    15

    11,2

    120

    14400

    1344

    125,44

    16

    13,4

    132

    17424

    1768,8

    179,56

    сумма

    207,4

    2049

    272407

    27603,7

    2850,6


    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)


    i

    i -yi

    (ỹi -yi )2

    (xi1-x1)2

    Sy

    1,761Sy

    н

    в

    10,37

    2,07

    4,29

    1,41

    0,61

    1,07

    9,30

    11,44

    16,92

    -0,98

    0,97

    3,29

    0,78

    1,37

    15,55

    18,28

    12,55

    1,35

    1,83

    0,04

    0,45

    0,78

    11,77

    13,34

    14,74

    -2,46

    6,07

    0,66

    0,53

    0,93

    13,81

    15,66

    11,46

    2,06

    4,25

    0,47

    0,50

    0,89

    10,58

    12,35

    14,74

    -1,16

    1,36

    0,66

    0,53

    0,93

    13,81

    15,66

    8,19

    1,39

    1,93

    4,79

    0,89

    1,56

    6,62

    9,75

    10,37

    -0,43

    0,18

    1,41

    0,61

    1,07

    9,30

    11,44

    12,55

    -3,05

    9,28

    0,04

    0,45

    0,78

    11,77

    13,34

    15,83

    2,03

    4,11

    1,72

    0,64

    1,13

    14,70

    16,95

    16,92

    1,62

    2,62

    3,29

    0,78

    1,37

    15,55

    18,28

    13,64

    -0,76

    0,57

    0,10

    0,45

    0,80

    12,84

    14,44

    15,83

    0,23

    0,05

    1,72

    0,64

    1,13

    14,70

    16,95

    8,19

    -2,41

    5,81

    4,79

    0,89

    1,56

    6,62

    9,75

    11,46

    0,26

    0,07

    0,47

    0,50

    0,89

    10,58

    12,35

    13,64

    0,24

    0,06

    0,10

    0,45

    0,80

    12,84

    14,44

    Σ

     

    43,4519

    24,94

     

     

     

     


    , 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)


    i

    i -yi

    (ỹi -yi )2

    (xi2-x2)2

    Sy

    1,761Sy

    н

    в

    8,78

    0,48

    0,23

    1605,00

    0,92

    1,62

    7,16

    10,41

    16,29

    -1,61

    2,58

    1020,00

    0,79

    1,39

    14,9

    17,69

    10,56

    -0,64

    0,41

    531,88

    0,66

    1,17

    9,39

    11,73

    16,81

    -0,39

    0,15

    1364,38

    0,87

    1,53

    15,28

    18,35

    8,78

    -0,62

    0,38

    1605,00

    0,92

    1,62

    7,16

    10,41

    14,73

    -1,17

    1,37

    286,88

    0,59

    1,04

    13,69

    15,77

    9,51

    2,71

    7,37

    1093,13

    0,81

    1,42

    8,09

    10,94

    12,54

    1,74

    3,02

    16,50

    0,49

    0,87

    11,67

    13,41

    16,81

    1,21

    1,47

    1364,38

    0,87

    1,53

    15,28

    18,35

    11,29

    -2,51

    6,31

    258,00

    0,58

    1,02

    10,27

    12,31

    12,12

    -3,18

    10,10

    65,00

    0,51

    0,90

    11,22

    13,02

    14,73

    0,33

    0,11

    286,88

    0,59

    1,04

    13,69

    15,77

    14,21

    -1,39

    1,94

    142,50

    0,54

    0,95

    13,26

    15,16

    14,73

    4,13

    17,05

    286,88

    0,59

    1,04

    13,69

    15,77

    12,12

    0,92

    0,85

    65,00

    0,51

    0,90

    11,22

    13,02

    13,37

    -0,03

    0,00

    15,50

    0,49

    0,87

    12,5

    14,24

    Σ

     

    53,3559436

    10006,94

     

     

     

     


    , 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).
      1   2   3   4


    написать администратору сайта