Показательное уравнение парной регрессии
Показательная функция регрессии в случае парной зависимости имеет вид:
Параметры этого уравнения находят следующим образом. Сначала посредством логарифмирования проводят линеаризацию функции: . Затем применяют метод наименьших квадратов для нахождения оценок регрессионных коэффициентов, в результате чего получают следующую систему нормальных уравнений: По данным примера построим показательное уравнение регрессии, описывающее зависимость размера ценных бумаг, приобретенных предприятием, от величины его нераспределенной прибыли предыдущего года. Нераспределенная прибыль предыдущего года – . Приобретено ценных бумаг . Результаты расчетов поместим во вспомогательную табл. 17.
Таблица 17 Вспомогательная таблица
Подставляя необходимые суммы в приведенную систему, находят значения величин а затем значения самих параметров . По данным примера построим показательное уравнение регрессии, описывающее зависимость размера ценных бумаг, приобретенных предприятием, от величины его нераспределенной прибыли предыдущего года. Результаты расчетов поместим во вспомогательную табл. 17. Составим систему нормальных уравнений: Решив систему, получим: Откуда Таким образом, показательное уравнение примет вид . Рассчитаем теоретическое корреляционное отношение:
Делаем вывод о сильной зависимости признаков друг от друга. Теоретический коэффициент детерминации
показывает, что данное регрессионное уравнение описывает вариацию зависимой переменной лишь на 63,8 %. Если сравнить это значение со значением коэффициента детерминации, полученного на основе уравнения параболы, увидим, что параболическая связь описывает данное явление намного точнее (на 88,6 %).
Логарифмическое уравнение парной регрессии
Для описания криволинейной связи помимо рассмотренных функций также может применяться логарифмическая функция. В случае парной зависимости она имеет вид
Параметры регрессии находятся из системы нормальных уравнений, полученной в соответствии с методом наименьших квадратов: Порядок проведения расчетов продемонстрируем на данных таблицы 14. Вспомогательная таблица 17 содержит промежуточные расчеты. Рис. 5. Зависимость объема приобретения ценных бумаг Предприятия промышленности от величины нераспределенной Прибыли текущего года Таблица 18 Вспомогательная таблица
Составив систему нормальных уравнений, для нашего примера получим: Решив систему, найдем значения оцениваемых параметров:
Запишем полученное логарифмическое уравнение: Рассчитав выровненные значения зависимой переменной, квадраты их отклонений от средней величины признака, а также квадраты отклонений эмпирических значений от среднего, определим теоретическое корреляционное отношение и теоретический коэффициент детерминации:
и . Таким образом, логарифмическое уравнение регрессии описывает вариацию показателя, характеризующего объем приобретенных предприятием ценных бумаг в зависимости от величины его нераспределенной прибыли на 63,3 %. Итак, по одним и тем же исходным данным мы построили три нелинейных уравнения регрессии. Теперь нам предстоит выбрать «лучшее» уравнение.
Таблица 19 Вспомогательная таблица Номер Предприятия |
|
Параболическая Модель |
Показательная Модель |
Логарифмическая Модель | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1 | 1,9 | 0,15 | 7,8 | 0,4 | 23,3 | 1,3 | 70,7 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2 | 2,0 | 0,28 | 13,9 | 0,1 | 3,9 | 0,1 | 3,8 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3 | 2,1 | 0,07 | 3,5 | 0,5 | 24,5 | 1,2 | 55,6 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4 | 2,7 | 0,15 | 5,7 | 0,4 | 16,4 | 1,3 | 48,3 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5 | 3,3 | 0,02 | 0,6 | 0,5 | 14,5 | 1,4 | 42,2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
6 | 4,2 | 1,60 | 38,1 | 1,4 | 33,1 | 1,8 | 43,5 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
7 | 6,1 | 0,24 | 3,9 | 0,5 | 7,6 | 0,0 | 0,8 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
8 | 6,9 | 1,11 | 16,1 | 0,3 | 4,4 | 0,1 | 1,2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
9 | 8,0 | 0,50 | 6,2 | 1,2 | 14,7 | 1,3 | 16,8 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
10 | 9,5 | 1,64 | 17,2 | 2,4 | 25,3 | 2,7 | 28,8 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Итого | 46,7 | 5,8 | 113,0 | 7,7 | 167,7 | 11,3 | 311,8 |
Определить наиболее адекватную модель можно с помощью средней ошибки аппроксимации, которая рассчитывается по следующей формуле:
Из множества построенных регрессионных моделей обычно выбирают ту, у которой величина средней ошибки аппроксимации наименьшая.
Проведем необходимые расчеты для наших регрессионных уравнений, результаты вычислений представим в табл. 19.
В результате расчетов получены следующие ее значения.
Уравнение регрессии.
Параболическое:
средняя ошибка аппроксимации − 11,3 %
Показательное:
средняя ошибка аппроксимации − 16,77 %
Логарифмическое:
средняя ошибка аппроксимации − 31,18 %
Для того чтобы модель можно было считать адекватной реальным данным, средняя ошибка аппроксимации не должна превышать 12-15 %. В случае параболической функции ошибка аппроксимации составляет наименьшую величину – 11,3 %. Превышение указанного порогового значения существенно ограничивает возможности практического применения модели.
2019-10-11 | 329 | Обсуждений (0) |
5.00
из
|
Обсуждение в статье: Показательное уравнение парной регрессии |
Обсуждений еще не было, будьте первым... ↓↓↓ |
Почему 1285321 студент выбрали МегаОбучалку...
Система поиска информации
Мобильная версия сайта
Удобная навигация
Нет шокирующей рекламы