 |
Главная |
Окончательное множественное уравнение регрессии наполненности парковок и влияющих на нее факторов
 2019-07-03 |
 198 |
 Обсуждений (0) |
из
5.00
|
После ряда действий, проделанных в предыдущем пункте Главы, можно переходить к построению окончательного уравнения множественной регрессии. Для этого нужно найти коэффициенты уравнения множественной регрессии с помощью метода наименьших квадратов и проинтерпретировать полученные результаты, что представлено в Таблице 3.8
Таблица 3.8 – Значение коэффициентов множественного уравнения регрессии и их интерпретация для окончательного уравнения множественной регрессии
| Название уравнения регрессии | Значение коэф-та множ ур. | Интерпретация полученных результатов |
| Среднее максимально число занятых мест | 1,07 | При увеличении среднего максимального числа занятых мест на 1% средняя наполненность парковок увеличивается на 107% |
| Количество пересечений с другими улицами | -0,005 | При увеличении количества пересечений с другими улицами на 1% средняя наполненность парковок уменьшается на 0,5% |
| Количество объектов массового тяготения | 0,008 | При увеличении количества объектов массового тяготения на 1% средняя наполненность парковок увеличивается на 0,8% |
| Общая площадь объектов массового тяготения | 0,013 | При увеличении количества объектов массового тяготения на 1% средняя наполненность парковок увеличивается на 1,3% |
| Коэффициент от площади, занимаемой одним автомобилем | 0,1 | При увеличении коэффициента от площади, занимаемо одним автомобилем, на 1% средняя наполненность парковок увеличивается на 10% |
| Коэффициент перегрузки | 0,001 | При увеличении коэффициента перегрузки на 1 средняя наполненность парковок увеличивается на 0,1% |
| Количество научных и учебных заведений | 0,027 | При увеличении количества научных и учебных заведений на 1 средняя наполненность парковок увеличивается на 2,7% |
| Количество торговых центров и магазинов | 0,001 | При увеличении количества торговых центров и магазинов на 1 средняя наполненность парковок увеличивается на 0,1% |
| Количество кафе и ресторанов | 0,033 | При увеличении количества кафе и ресторанов на 1 средняя наполненность парковок увеличивается на 3,3% |
| Количество театров, кинотеатров, стадионов, музеев, библиотек, парков | 0,002 | При увеличении количества театров, кинотеатров, стадионов, музеев, библиотек, парков на 1 средняя наполненность парковок увеличивается на 0,2% |
| Количество лечебных учреждений | -0,051 | При увеличении количества лечебных учреждений на 1 средняя наполненность парковок уменьшается на 5,1% |
| Мкр. Верхний Посад | 0,151 | По сравнению с микрорайоном Нижний Посад, в микрорайоне Верхний Посад при прочих равных условиях средняя наполненность парковок больше на 15,1% |
| Мкр. Город | -0,079 | По сравнению с микрорайоном Нижний Посад, в микрорайоне Город при прочих равных условиях средняя наполненность парковок меньше на 7,9% |
| 4-й мкр. | 0,225 | По сравнению с микрорайоном Нижний Посад, в четвертом микрорайоне при прочих равных условиях средняя наполненность парковок больше на 22,5% |
| Наличие светофоров | 0,094 | При увеличении количества светофоров на 1 средняя наполненность парковок увеличивается на 9,4% |
На основе полученных результатов можно построить уравнение множественной регрессии, которое принимает следующий вид:
y = - 0,884 + 1,07(х1) -0,005(х2) + 0,008(х3) + 0,013(х4) +0,1(х5) + 0,001(х6) + 0,027(х7) + 0,001(х8) + 0,033(х9) + 0,002(х10) - 0,051(х11) +0,151(х12) -0,079(х13) + 0,255(х14) + 0,094(х15)
После построения уравнения множественной регрессии в естественной форме, необходимо построить полученное уравнение в стандартизированном масштабе, для этого значение исходных переменных приведем к стандартизированному ввиду, для чего нужно рассчитать стандартизированные коэффициенты уравнения множественной регрессии и проинтерпретировать их, что представлено в Таблице 3.9.
Таблица 3.9 – Значение коэффициентов уравнения множественной регрессии в стандартизированном масштабе
| Название фактора | Значение стандартизированного коэффициента | Интерпретация полученных результатов |
| Среднее максимально число занятых мест | 0,953 | При увеличении среднего максимального числа занятых мест на 1 ед. средняя наполненность парковок увеличивается на 0,953 ед. (сигм) |
| Количество пересечений с другими улицами | -0,004 | При увеличении количества пересечений с другими улицами на 1 ед. средняя наполненность парковок уменьшится на 0,004 ед. (сигм) |
| Количество объектов массового тяготения | 0,014 | При увеличении количества объектов массового тяготения на 1 ед. средняя наполненность парковок увеличивается на 0,014 ед. (сигм) |
| Общая площадь объектов массового тяготения | 0,020 | При увеличении количества объектов массового тяготения на 1 ед. средняя наполненность парковок увеличивается на 0,020 ед. (сигм) |
| Коэффициент от площади, занимаемой одним автомобилем | 0,013 | При увеличении коэффициента от площади, занимаемо одним автомобилем, на 1 ед. средняя наполненность парковок увеличивается на 0,013 ед. (сигм) |
| Коэффициент перегрузки | 0,017 | При увеличении коэффициента перегрузки на 1 ед. средняя наполненность парковок увеличивается на 0,017 ед. (сигм) |
| Количество научных и учебных заведений | 0,044 | При увеличении количества научных и учебных заведений на 1 ед. средняя наполненность парковок увеличивается на 0,044 ед. (сигм) |
| Количество торговых центров и магазинов | 0,017 | При увеличении количества торговых центров и магазинов на 1 ед. средняя наполненность парковок увеличивается на 0,017 ед. (сигм) |
| Количество кафе и ресторанов | 0,048 | При увеличении количества кафе и ресторанов на 1 ед. средняя наполненность парковок увеличивается на 0,048 ед. (сигм) |
| Количество театров, кинотеатров, стадионов, музеев, библиотек, парков | 0,003 | При увеличении количества театров, кинотеатров, стадионов, музеев, библиотек, парков на 1 ед. средняя наполненность парковок увеличивается на 0,003 ед. (сигм) |
| Количество лечебных учреждений | -0,057 | При увеличении количества лечебных учреждений на 1 ед. средняя наполненность парковок уменьшается на 0,057 ед. (сигм) |
| Мкр. Верхний Посад | 0,123 | По сравнению с микрорайоном Нижний Посад, в микрорайоне Верхний Посад при прочих равных условиях средняя наполненность парковок меньше на 0,123 ед. (сигм) |
| Мкр. Город | -0,034 | По сравнению с микрорайоном Нижний Посад, в микрорайоне Город при прочих равных условиях средняя наполненность парковок меньше на 0,034 ед. (сигм) |
| 4-й мкр. | 0,054 | По сравнению с микрорайоном Нижний Посад, в четвертом микрорайоне при прочих равных условиях средняя наполненность парковок больше на 0,054 ед. (сигм) |
| Наличие светофоров | 0,079 | При увеличении количества светофоров на 1 ед. средняя наполненность парковок увеличивается на 0,079 ед. (сигм) |
На основе представленных в Таблице стандартизированных коэффициентов регрессии, уравнение множественной регрессии в стандартизированном масштабе принимает следующий вид:
y = 0,953(t1) – 0,04(t2) + 0,014(t3) + 0,020(t4) + 0,013(t5) + 0,017(t6) + 0,044(t7) + 0,017(t8) + 0,048(t9) + 0,003(t10) - 0,057(t11) + 0,123(t12) - 0,034(t13) + 0,054(t14) + 0,079(t15)
Следуя из того, что коэффициенты уравнения множественной регрессии в стандартизированном масштабе можно ранжировать по силе, можно сделать вывод о том, что наиболее сильное влияние на среднюю наполненность парковки оказывает среднее максимально число занятых мест, а наименьшее влияние – количество театров, кинотеатров, стадионов, музеев, библиотек, парков и количество пересечений с другими улицами.
Далее необходимо проверить уравнение множественной регрессии на наличие/отсутствие гетероскедастичности с помощью теста Уайта. Для этого надо найти остатки уравнения множественной регрессии и полученные остатки возвести в квадрат, как это представлено в Таблице 3.10, в документе по ссылке: https://vk.com/doc384876121_500257605.
Далее нужно построить вспомогательное уравнение регрессии, где в качестве результативной переменной будет квадраты остатков уравнения множественной регрессии, а факторными переменами будут исходные значение переменных уравнения множественной регрессии и значение квадратов этих переменных. Данный вид вспомогательного уравнения является упрощенным, поскольку в полной форме данное уравнение превысило бы численность наблюдений, и вследствие своей громоздкости затруднило бы дальнейший анализ.
На основе этих данных строится вспомогательное уравнение множественной регрессии в упрощенной форме. Расчет коэффициентов регрессии ля вспомогательного уравнения регрессии представлен в Таблице 3.11., ознакомиться с которой можно, перейдя по ссылке: https://vk.com/doc384876121_500257605.
Полученное на основе данных Таблицы вспомогательное уравнение регрессии принимает следующий вид: 
=0,159 
+0,011 
-0,006 
+0,070 
+0,042 
+0,0001 
-0,071 
-0,004 
-0,0005 
+0,004 
+0,004 
-0,015 
+0,015 
-0,008 
-0,020 
-0,007 
-0,002 
+0,010 
-0,009 
+0,304 
-0,0000005 
+0,004 -0,0003 
+0,00001 
-0,001 
-0,001 
+0,004 
+0 
+0 
+0 
+0 
Далее нужно найти множественный коэффициент детерминации, и с помощью него наблюдаемое значение Уайта, которое затем нужно сравнить полученное значение с критическим хu2 с вероятностью 95%, полученные результаты представлены в Таблице 3.12.
Таблица 3.12 – Расчетное значение Уайта и критическое значение хu2 для уравнения регрессии средней наполненности парковок и влияющих на нее факторов
| Название показателя | Значение показателя | |
| Множественный коэффициент детерминации вспомогательного уравнения регрессии | 0,192 | |
| Расчетное значение Уайта | 19,159 | |
| Хu2 - критическое | 43,773 | |
Исходя из полученных результатов можно сделать следующий вывод: так как наблюдаемое значение Уайта меньше хи2-критического, то нулевая гипотеза подтверждается, т.е. с 95% вероятность можно утверждать, что остатки уравнения множественной регрессии гомоскедастичны.
Далее с помощью критерия Стьюдента необходимо проверить коэффициенты уравнения множественной регрессии на надежность с 95% вероятностью. Результаты проведенного анализа представлены в Таблице 3.13.
Таблица 3.13 – Оценка на надежность факторов, влияющих на среднюю наполненность парковок
| Название показателя | Значение показателя | Интерпретация полученных результатов |
| t-критическое | 1,989 | − |
| t-фактическое (для каждого из факторов) | ||
| Intercept | -3,982 | Вывод: Так как t - расчетное больше t - критического, то нулевая гипотеза отклоняется т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически значимым |
| Количество объектов массового тяготения* | 0,309 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Количество пересечений с другими улицами* | -0,120 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Среднее максимальное число занятых мест* | 24,480 | Вывод: Так как t - расчетное больше t - критического, то нулевая гипотеза отклоняется т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически значимым |
| Коэффициент от площади, занимаемой 1 автомобилем в зависимости от угла постановки* | 0,367 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Коэффициент перегрузки | 0,535 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Общая площадь объектов массового тяготения, м3* | 0,652 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору не следует доверять) |
| Количество научных и учебных заведений | 1,192 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Количество торговых центров, магазинов | 0,464 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Количество ресторанов, кафе | 1,279 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Количество театров, кинотеатров, стадионов, музеев, библиотек, парков | 0,113 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Количество лечебных учреждений | -1,729 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| Мкр. Верхний Посад | 3,655 | Вывод: Так как t - расчетное больше t - критического, то нулевая гипотеза отклоняется т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически значимым |
| Мкр. Город | -1,009 | Вывод: Так как t - расчетное меньше t - критического, то нулевая гипотеза подтверждается т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически незначимым (данному фактору следует доверять с определенной осторожностью) |
| 4-й мкр | 1,682 | Вывод: Так как t - расчетное больше t - критического, то нулевая гипотеза отклоняется т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически значимым |
| Наличие светофоров | 2,169 | Вывод: Так как t - расчетное больше t - критического, то нулевая гипотеза отклоняется т.е., с 95% вероятностью данный коэффициент уравнения множественной регрессии признается статистически значимым |
Исходя из данных Таблицы можно сделать следующие выводы, что лишь 4 коэффициента (факторов) уравнения множественной регрессии признаются статистически значимыми с 95% вероятностью, а остальные коэффициентов уравнения множественной регрессии (факторы) признаются статистически значимыми с немного меньшей вероятностью чем 95% т.к. их t-фактическое немного меньше, по модулю, чем t-критическое, и лишь у двух факторов («Количество театров, кинотеатров, стадионов, музеев, библиотек, парков» и «Количество пересечений с другими улицами») t-фактическое намного меньше, чем t-критическое (с вероятностью 95%), соответственно данным факторам лучше не доверять.
После проверки на значимость (надежность) коэффициентов уравнения множественной регрессии, нужно найти доверительные интервалы, с 95%-ной надежностью, для полученных коэффициентов уравнения множественной регрессии, для этого необходимо найти стандартные ошибки коэффициентов уравнения множественной регрессии и t-критическое значение Стьюдента, которое нам известно из предыдущей Таблицы. Результаты и интерпретация данных расчетов представлены в Таблице 3.14.
Таблица 3.14 – Значения доверительных интервалов с 95%-ной надежностью для коэффициентов уравнения множественной регрессии наполненности парковок и влияющих на нее факторов
| Название переменной | B | Стандартная ошибка коэффициента регрессии | Доверительный интервал | Интерпретация полученных результатов |
| Intercept | -0,884 | 0,222 | (-1,325 ; -0,443) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-1,325 ; -0,443), с надежностью 95% |
| Количество объектов массового тяготения* | 0,008 | 0,026 | (-0,043 ; 0,059) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале(-0,043 ; 0,059), с надежностью 95% |
| Количество пересечений с другими улицами* | -0,005 | 0,044 | (-0,093 ; 0,083) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,093 ; 0,083), с надежностью 95% |
| Среднее максимальное число занятых мест* | 1,070 | 0,044 | (0,983 ; 1,157) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (0,983 ; 1,157), с надежностью 95% |
| Коэффициент от площади, занимаемой 1 автомобилем в зависимости от угла постановки* | 0,100 | 0,274 | (-0,444 ; 0,644) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале(-0,444 ; 0,644), с надежностью 95% |
| Коэффициент перегрузки | 0,001 | 0,002 | (-0,003 ; 0,005) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,003 ; 0,005), с надежностью 95% |
| Общая площадь объектов массового тяготения, м3* | 0,013 | 0,020 | (-0,027 ; 0,053) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,027 ; 0,053), с надежностью 95% |
| Количество научных и учебных заведений | 0,027 | 0,022 | (-0,018 ; 0,071) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале(-0,018 ; 0,071), с надежностью 95% |
| Количество торговых центров, магазинов | 0,001 | 0,003 | (-0,004 ; 0,007) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале(-0,004 ; 0,007), с надежностью 95% |
| Количество ресторанов, кафе | 0,033 | 0,026 | (-0,018 ; 0,084) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,018 ; 0,084), с надежностью 95% |
| Количество театров, кинотеатров, стадионов, музеев, библиотек, парков | 0,002 | 0,017 | (-0,033 ; 0,037) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,033 ; 0,037), с надежностью 95% |
| Количество лечебных учреждений | -0,051 | 0,029 | (-0,109 ; 0,008) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале(-0,109 ; 0,008), с надежностью 95% |
| Мкр. Верхний Посад | 0,151 | 0,041 | (0,069 ; 0,233) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (0,069 ; 0,233), с надежностью 95% |
| Мкр. Город | -0,079 | 0,078 | (-0,234 ; 0,077) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,234 ; 0,077), с надежностью 95% |
| 4-й мкр | 0,225 | 0,134 | (-0,041 ; 0,491) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (-0,041 ; 0,491), с надежностью 95% |
| Наличие светофоров | 0,094 | 0,043 | (0,008 ; 0,180) | При прогнозировании стоимости автомобиля, значение коэффициента множественного уравнения регрессии, может меняться в интервале (0,008 ; 0,180), с надежностью 95% |
Из полученных данных Таблицы следует, что наименьший доверительный интервал среди коэффициентов уравнения множественной регрессии имеют переменные «Коэффициент перегрузки» и «Количество торговых центров, магазинов», а наибольший доверительный интервал, встречается у переменной «Коэффициент от площади, занимаемой 1 автомобилем в зависимости от угла постановки».
Завершающим этапом будет оценка уравнения множественной регрессии на качество с помощью относительной ошибки аппроксимации и F-критерия Фишера. Полученные значения коэффициентов и интерпретация полученных результатов представлены в Таблице 3.15.
Таблица 3.15 – Оценка качества и надежности уравнения множественной регрессии наполненности парковок и влияющих на нее факторов
| Название показателя | Значение показателя | Интерпретация полученных значений |
| Множественный коэффициент корреляции | 0,965 | Полученный коэффициент корреляции указывает на наличие очень сильной связи между результативным признаком и влияющих на него факторов |
| Множественный коэффициент детерминации | 0,932 | Полученный множественный коэффициент детерминации указывает на наличие очень высокой доли вариации результативного признака, стоимости автомобиля, находящегося под воздействием изучаемых факторов, а также о высоком качестве данной модели |
| Стандартное отклонение | 0,222 | Данный показатель показывает, что результативное значение признака отклоняется от среднего на ±0,222 |
| Относительная ошибка аппроксимации | 3,676 | Так как ошибка аппроксимации составила 3,7%, то данный показатель говорит о высоком качестве данной модели |
| F-фактическое | 76,432 | Вывод: так как F - расчетное больше F - критического, то нулевая гипотеза отклоняется т.е., с 95% вероятностью уравнение признается статистически значимым. |
| F-критическое (q=0,95) | 1,787 |
Исходя из полученных данных можно сделать вывод, что данная модель уравнения множественной регрессии, описывающая влияние средней наполненности парковок и влияющих на нее факторов, обладает высокой надежностью и качеством.
Прогнозирование теоретической средней наполненности парковок, с помощью полученного уравнения множественной регрессии и сравнение теоретической наполненности парковок с ее фактическими значениями
На основе полученного в предыдущем пункте Главы окончательного уравнения множественной регрессии можно рассчитать теоретическую среднюю наполненность парковок на пяти улицах с разными параметрами и сравнить их с фактической наполненность, и найти относительное и абсолютное отклонение по каждой улице, а также и среднее абсолютное и относительное отклонение по пяти улицам в целом. Результаты данных расчетов представлены в Таблице 3.16.
Таблица 3.16 – Сравнение показателей теоретической наполненности парковок с фактической наполненностью на пяти улицах
| Расчетное значение средней суточной наполненность парковок | Фактическая значение средней суточной наполненность парковок | Абсолютное отклонение, руб. | Относительное отклонение,%. |
| 50 | 49 | 1 | 2,8 |
| 39 | 37 | 2 | 6,3 |
| 53 | 52 | 1 | 2,2 |
| 40 | 38 | 2 | 4,1 |
| 19 | 17 | 2 | 9,9 |
| Среднее значение показателя | 2 | 5,0 | |
Исходя из полученных результатов можно сделать следующий вывод: что что разница между расчетным значением средней суточной наполненности парковок, и фактическим значением средней суточной наполненности парковок, в среднем по 5 наблюдениям составила 2 единицы в абсолютном отклонение и в относительном 5%.
По итогам данной Главы можно сделать вывод, что данное уравнение множественной регрессии имеет достаточно низкую погрешность в практическом применении, что говорит о высоком качестве и надежности данной модели уравнения. Данный вывод также подтверждают результаты полученные результаты в Таблице 3.15.
Таким образом, настоящая модель уравнение в практическом применение имеет место быть, но для повышения надежности данного уравнения и снижения погрешности до минимального значения, следует включить дополнительные факторы в данную модель уравнения которые ранее небыли включены, а также увеличить объем выборки. И далее построить новое уравнение множественной регрессии и провести анализ данного уравнения.
ЗАКЛЮЧЕНИЕ
В ходе выполнения данной работы была проделан анализ научно-теоретического и практического аспекта эконометрического моделирования.
В первой главе были последовательно освещены теоретические аспекты эконометрического моделирования. Отдельное внимание было уделено методике построения и анализа уравнений парной и множественной регрессии, а также проблеме нехватки парковочных мест в современных городах.
По итогам главы было выяснено, что применение эконометрических моделей актуально для широкого круга явлений, поскольку позволяет с высокой точностью выявить различные парные и множественные взаимосвязи между факторами и дать им полезную с практической точки зрения интерпретацию. Поскольку на среднюю наполненность парковок с разной силой влияет множество факторов, применение методов эконометрического моделирования для них особенно актуально.
Во второй главе был построена и проанализирована парная регрессия средней наполненности парковок и влияющих на нее факторов. Далее была проведена оценка качества и надежности данных парных уравнений регрессии, показавшая то, что подавляющее большинство уравнений с 95% вероятностью являются надежными. После этого был проведен дисперсионный анализ для качественного признака, влияющего на изучаемый признак – принадлежности улицы к тому или иному микрорайону. Полученные результаты показали, что взаимосвязь нахождения улицы в том или ином районе и изучаемый признак с 95% вероятностью является не случайной.
В третьей главе были построены и проанализированы уравнения множественной регрессии средней наполненности парковок и влияющих на нее факторов в естественной и стандартизированной формах с поэтапным отбором факторных признаков. По итогу этого удалось построить окончательное уравнения регрессии и проверить их на надежность.
Окончательное уравнение множественной регрессии продемонстрировало достаточно низкую погрешность в практическом применении, что свидетельствует о высоком качестве и надежности данной модели уравнения.
Подводя итоги вышесказанного, стоит еще раз отметить эффективность и удобство применения методов эконометрического моделирования для широкого спектра явлений и процессов, благодаря которым можно с математической точностью изучать взаимосвязи в этих процессах и интерпретировать их в практически значимые рекомендации.
| 2019-07-03 |
198 |
Обсуждений (0) |
из
5.00
|
Обсуждение в статье: Окончательное множественное уравнение регрессии наполненности парковок и влияющих на нее факторов |
|
Обсуждений еще не было, будьте первым... ↓↓↓ |
Почему 1285321 студент выбрали МегаОбучалку...
Система поиска информации
Мобильная версия сайта
Удобная навигация
Нет шокирующей рекламы