Лабораторная работа 2.
К. М. Зубрилин Эконометрика Лабораторный практикум Феодосия 2017
Содержание
Лабораторная работа 1. Модель парной регрессии
Задание 1. Предприятие имеет большое количество филиалов, и руководство этого предприятия хотело бы знать, как годовой товарооборот одного филиала зависит от торговой площади. Данные приведены в таблице 1. Необходимо построить линейную регрессионную модель. Для построенной модели определить коэффициент корреляции. Охарактеризуйте тесноту линейной зависимости. Определить коэффициент эластичности. Таблица 1.
, .
Решение 1) Объясняющим фактором будет торговая площадь, тыс. кв. м., а объясняемым фактором – годовой товарооборот одного филиала, млн. руб. Зависимость от ищем как парную линейную регрессионную модель , где , – случайная величина (случайный член), характеризующая отклонение от функции регрессии. Эту переменную будем называть возмущением, либо ошибкой, , , , . Подставляя данные, получаем , , , . Таким образом, уравнение парной линейной регрессии имеет вид .
2) Коэффициент корреляции находим по формуле , где . Получили 0,897059. Значит между и сильная корреляционная связь. При этом все наблюдаемые значения вытянуты вдоль прямой линии.
3) Коэффициент эластичности находим из равенства . Коэффициент эластичности показывает, на сколько процентов (от средней) изменится в среднем зависимая переменная при увеличении объясняющей переменной на один процент. 0,45. Таким образом, при увеличении объясняющей переменной на один процент зависимая переменная в среднем увеличится на 0,45.
Вопросы для самопроверки 1. Какая зависимость называется функциональной, статистической и корреляционно? 2. Что называется уравнением регрессии? 3. Что называется функцией регрессии? 4. Когда уравнение регрессии становится выборочным? 5. В чем суть метода наименьших квадратов? 6. Приведите построение линейной парной регрессии? 7. Что является мерой корреляционной связи?
Лабораторная работа 2. Оценка значимости и адекватности парной регрессионной модели
Задание 2. Для доверительной вероятности найти доверительные интервалы параметров уравнения регрессии. Сделать вывод о значимости коэффициентов линейной регрессии. Найти коэффициент детерминации. Сделать вывод об адекватности построенной модели априорным данным. Определить доверительный интервал для дисперсии ошибок. Для значения признака найти прогнозное значение зависимого признака . Определить доверительный интервал полученного значения зависимой переменной.
Решение 1. Для доверительной вероятности найти доверительные интервалы параметров уравнения регрессии. Сделать вывод о значимости коэффициентов линейной регрессии. Доверительный интервал для параметра имеет вид , где , , – критическое значение распределения Стьюдента для уровня значимости и степеней свободы (находим по таблице критических точек или с помощью функции EXCEL: СТЬЮДРАСПОБР[1]). . С помощью функции СТЬЮДРАСПОБР находим СТЬЮДРАСПОБР . . Отсюда получаем радиус доверительного интервала Таким образом, получаем доверительный интервал . Так как , то коэффициент является значимым. Доверительный интервал для параметра имеет вид . Находим , . Отсюда получаем радиус доверительного интервала . Таким образом, получаем доверительный интервал . Так как , то коэффициент является значимым.
2. Найти коэффициент детерминации. Сделать вывод об адекватности построенной модели априорным данным. Коэффициент детерминации определяем по формуле , где , . Подставляя исходные значения, обнаруживаем , , . Для проверки адекватности построенной модели априорным данным применяем критерий Фишера – Снедекора. Для этого находим наблюдаемое значение -критерия по формуле , где – объем выборки, – число параметров уравнения регрессии (в нашем случае ). По таблице критических точек распределения Фишера – Снедекора или с помощью функции EXCEL: FРАСПОБР[2], определяем критическое значение . Неравенство является критерием соответствия математической модели, выражающей зависимость между переменными, экспериментальным данным и достаточности включенных в уравнение объясняющих переменных (одной или нескольких) для описания зависимой переменной. Подставляя данные, получим , . Поскольку , то согласно критерию Фишера – Снедекора построенная модель адекватна исходным данным.
3. Определить доверительный интервал для дисперсии ошибок. Доверительный интервал для дисперсии ошибок имеет вид , где и . Подставляя данные, получим .
4. Для значения признака найти прогнозное значение зависимого признака . Определить доверительный интервал полученного значения зависимой переменной. Для нахождения прогнозного значения зависимого признака в уравнение регрессии вместо признака подставляем , то есть . Получим . Доверительный интервал полученного значения имеет вид . Подставляя полученные данные, находим , Радиус доверительного интервала . Отсюда уже получаем доверительный интервал . Таким образом, интервал с вероятностью накрывает точное значение зависимой переменной .
Вопросы для самопроверки 1. Приведите основные положения регрессионного анализа. 2. Как определяются доверительные интервалы для параметров, условного математического ожидания, индивидуальных значений зависимой переменной и дисперсии ошибок? 3. Приведите несмещенные оценки факторной и остаточной дисперсий. 4. Объясните гипотезу о равенстве факторной и остаточной дисперсий. 5. Что называется коэффициентом детерминации? 6. Сформулируйте критерий Фишера – Снедекора.
Популярное: Как вы ведете себя при стрессе?: Вы можете самостоятельно управлять стрессом! Каждый из нас имеет право и возможность уменьшить его воздействие на нас... Как распознать напряжение: Говоря о мышечном напряжении, мы в первую очередь имеем в виду мускулы, прикрепленные к костям ... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (374)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |