Множественная регрессия

Автор работы: Пользователь скрыл имя, 22 Марта 2011 в 13:00, лабораторная работа

Описание работы

Отчет по лабораторной работе по множественным регрессиям. Необходимо выполнить следующие задания:
1.Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2.Рассчитайте параметры уравнений показательной парной регрессии.
3.Оцените тесноту связи с помощью показателей корреляции и детерминации.
4.Дайте с помощью среднего коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
5.Оцените с помощью средней ошибки аппроксимации качество уравнений.
6.С помощью F-критерия Фишера оцените статистическую надежность результатов регрессионного моделирования.
7.Рассчитайте прогнозное значение результата, если прогнозное значение фактора увеличится на 5% от его среднего уровня. Определите доверительный интервал прогноза для уровня значимости 0,05.

Файлы: 1 файл

мой1.doc

— 585.50 Кб (Скачать файл)

ПЕНЗЕНСКИЙ  ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Кафедра "Информационно-вычислительные системы"

 
 
 
 
 
 
 
 
 
 
 

Отчет

по лабораторной работе № 2

Множественная регрессия

 
 
 
 

                  Выполнила: ст-ка гр. 03ВЭ2

                           Бурыгина Н.В.

                  Проверил: преподаватель

                                   Баусова  З.И.  
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   

ПЕНЗА 2005

 

Задание №22:

По территориям  Северного, Северо-Западного и Центрального районов известны данные за ноябрь 1997 г. (табл.)

Район

Потребительские расходы на душу населения,

 тыс.  руб., y

Денежные доходы на душу населения,

 тыс.  руб., x

1 596 913
2 417 1095
3 354 606
4 526 876
5 934 1314
6 412 593
7 525 754
8 367 528
9 364 520
10 336 539
11 409 540
12 452 682
13 367 537
14 328 589
15 460 626
16 380 521
17 439 626
18 344 521
19 401 658
20 514 746
 
  1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
  2. Рассчитайте параметры уравнений показательной парной регрессии.
  3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
  4. Дайте с помощью среднего коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
  5. Оцените с помощью средней ошибки аппроксимации качество уравнений.
  6. С помощью F-критерия Фишера оцените статистическую надежность результатов регрессионного моделирования.
  7. Рассчитайте прогнозное значение результата, если прогнозное значение фактора увеличится на 5% от его среднего уровня. Определите доверительный интервал прогноза для уровня значимости a=0,05.
 
 
 
 
 

    Решение:

  1. Поле корреляции (Приложение №2).
 

   2. Показательная функция имеет вид y=a*bx. Проведем линеаризацию

путем логарифмирования обеих частей уравнения:

   lg y=lg a + x*lg b;

   Y=C+B*x,

   где Y = lg y; C = lg a; B= lg b.

   Коэффициенты  a и b нашли по формулам:

         ____     __  __

     B =( Y*x  -Y * x)/σx2 =( 1834,278  - 2,635*689,2)/ 43093,36 = 0,00042

           __      __

     С = Y – B*x  = 2,635 -0,00042*689,2 = 2,34693 

     Получим линейное уравнение:   Y = 8,285656451+ 12,55130398*x

     Выполнив его потенцирование, получим:

     y = 102,34693  * x0,00042

   Подставляя  в данное уравнение фактическое  значение х, получаем теоретическое значение результата y.
 

   3. Тесноту  связи между фактором x и результатом y оценим с помощью показателей корреляции и детерминации. Находим линейный коэффициент парной корреляции и коэффициент детерминации: 

   rxy = B*(σx/ σy) = 0,832998 

   r2xy = 0,8329982 = 0,693886 

   Индекс  детерминации равный 0,694, показывает, что вариация результата на 69.4% объясняется вариацией фактора х. 

   4. Средний коэффициент эластичности  рассчитывается по формуле:   

        Э = f’ *(xсред/ yсред) = 1,3176

    Он  показывает, что в среднем по совокупности результат у изменится на 1.3176% от своей средней величины при изменении фактора х на 1% от своего среднего значения. 

   5. Средняя ошибка аппроксимации,  т.е. среднее отклонение расчетных  значений от фактических определяется по формуле: .

   __

   A =10,129

     В среднем расчетные значения отклоняются от фактических на 10,129%. 
 
 

6. F-тест  - оценивание качества уравнения регрессии – состоит в проверке    гипотезы Н0 о статистической не значимости уравнения регрессии и показателя тесноты связи. Для этого сравним фактическое и табличное значение  

F-критерия Фишера.

 Рассчитаем  F-критерий:

  * (n-m-1) = (0,694/(1-0,694))*18 = 40,80159

  Fтабл = 4,6

Т.к. < , то гипотеза о случайной природе оцениваемых характеристик отклоняется и признается их  статистическая значимость и надежность. 

7. , где x – соответствующее прогнозное значение

xp = 1.05*xсред = 689,2*1.05 = 723,66 

 Вычисляем  стандартную среднюю ошибку прогноза  и строим доверительный интервал прогноза. 

   Прогнозное  значение определяется путем подстановки в уравнение регрессии соответствующего (прогнозного) значения .

   yp = 446,3915 

   Средняя стандартная ошибка прогноза :

    ,

   где = 75,228 

   mэyp = 77,136 тыс.руб. 

   Предельная  ошибка прогноза, которая в 95% случаев не будет превышать составляет: 

   Δyp = tтабл* mэyp = 2,12*77,136 = 163,52832 
 
 
 
 
 

   Доверительный интервал прогноза: 
 

   γэур = 723,66± 163,52832

   γэур min = 723,66- 163,52832= 560,132 руб

   γэур min = 723,66+ 163,52832= 887,188 руб 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

   Приложение 1. 

Район у х Y X YX Y^2 X^2 y^ e=y-y^ e=(y-y^)^ A
1 408 524 2,61066 2,719331 7,09925 6,815546 7,394763 337,7817 70,21825 4930,603 17,2104
2 249 371 2,396199 2,569374 6,156732 5,741771 6,601682 265,2524 -16,2524 264,1413 6,52708
3 253 453 2,403121 2,656098 6,382924 5,774988 7,054858 305,0494 -52,0494 2709,143 20,5729
4 580 1006 2,763428 3,002598 8,297463 7,636534 9,015595 533,2556 46,74439 2185,038 8,05938
5 651 997 2,813581 2,998695 8,437072 7,916238 8,992173 529,9114 121,0886 14662,44 18,6004
6 139 217 2,143015 2,33646 5,007068 4,592512 5,459044 182,2255 -43,2255 1868,442 31,0975
7 322 486 2,507856 2,686636 6,737697 6,289341 7,218014 320,4411 1,558898 2,430164 0,48413
8 899 1989 2,95376 3,298635 9,743374 8,724696 10,88099 859,3584 39,64159 1571,456 4,40952
9 330 595 2,518514 2,774517 6,98766 6,342912 7,697944 369,2059 -39,2059 1537,101 11,8806
10 446 1550 2,649335 3,190332 8,452257 7,018975 10,17822 721,7011 -275,701 76011,09 61,8164
11 642 937 2,807535 2,97174 8,343263 7,882253 8,831236 507,3798 134,6202 18122,59 20,9689
12 542 761 2,733999 2,881385 7,877704 7,474752 8,302378 438,6122 103,3878 10689,03 19,0752
13 504 767 2,702431 2,884795 7,795959 7,303131 8,322044 441,0302 62,96975 3965,19 12,494
14 861 1720 2,935003 3,235528 9,496286 8,614243 10,46864 776,2419 84,75808 7183,931 9,84414
15 707 1735 2,849419 3,239299 9,230123 8,119191 10,49306 780,9747 -73,9747 5472,262 10,4632
16 551 1052 2,741152 3,022016 8,283803 7,513912 9,132579 550,2103 0,789687 0,623606 0,14332
Итого 8084 15160 42,52901 46,46744 124,3286 113,761 136,0432     151175,5 253,647
Ср. знач. 505,25 947,5 2,658063 2,904215 7,77054 7,110062 8,502701       15,8529
σ     0,218513 0,269789              
σ²     0,047748 0,072786              
                       
 
 
 
 
 
 

   Приложение 2. 

   

 
 

 

    

   Приложение  1. 

ВЫВОД ИТОГОВ                
                 
Регрессионная статистика                
Множественный R 0,999991164              
R-квадрат 0,999982328              
Нормированный R-квадрат 0,999979382              
Стандартная ошибка 0,072978572              
Наблюдения 15              
                 
Дисперсионный анализ              
  df SS MS F Значимость F      
Регрессия 2 3616,353063 1808,1765 339508,1 3,04622E-29      
Остаток 12 0,063910464 0,0053259          
Итого 14 3616,416973            
                 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 1,066930161 0,068466643 15,583211 2,51E-09 0,917754164 1,2161062 0,91775416 1,21610616
Переменная X 1 10,00332696 0,01711142 584,59947 4,23E-28 9,966044377 10,04061 9,96604438 10,0406095
Переменная X 2 2,300623987 0,004910197 468,54006 6,02E-27 2,289925587 2,3113224 2,28992559 2,31132239
                 
                 
                 
ВЫВОД ОСТАТКА                
                 
Наблюдение Предсказанное Y Остатки            
1 86,49625005 -0,086250053            
2 44,06145732 0,098542679            
3 66,46588383 -0,025883834            
4 52,63386881 0,096131194            
5 42,69548581 -0,015485807            
6 55,95554212 -0,055542122            
7 61,38076856 0,019231442            
8 24,87864066 0,041359345            
9 77,40561822 0,104381781            
10 38,98435036 -0,084350355            
11 44,88954074 -0,019540744            
12 55,70564057 0,054359432            
13 42,62632587 -0,096325875            
14 35,99209684 -0,002096843            
15 49,84853024 -0,02853024            

Информация о работе Множественная регрессия