Парная и множественная корреляция
Краткое сожержание материала:
Размещено на
ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
Филиал в г. Уфе
Кафедра математики и информатики
КОНТРОЛЬНАЯ РАБОТА
по дисциплине «Эконометрика»
Исполнитель
Ишмухаметова Эльвира Айдаровна
специальность ФиК
группа 3дФК
№ зачетки 08ФФБ03207
Преподаватель:
Анферов Михаил Анисимович
Уфа 2011
Содержание
1. Практическая задача 1
1.1 Условие и исходные данные
1.2 Решение задачи
2. Практическая задача 2
2.1 Условие и исходные данные
2.2 Решение задачи
1. Практическая задача 1
1.1 Условие и исходные данные
Условие задачи: По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (Y, млн. руб.) от объема капиталовложений (Х, млн. руб.) (табл. 1.1).
Таблица 1.1 - Исходные данные: Х - объем капиталовложений (млн. руб.); Y - объем выпуска продукции (млн. руб.)
Обозначения |
Числовые значения |
|||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
Y |
11,95745 |
5,736358 |
10,35786 |
9,577711 |
10,11871 |
9,630527 |
12,65125 |
|
X |
12,49972 |
6,244372 |
10,91421 |
10,1779 |
10,48216 |
10,55336 |
13,00481 |
Требуется:
1. Для характеристики Y от X построить следующие модели:
- линейную,
- степенную,
- показательную,
- гиперболическую.
2. Оценить каждую модель, определив:
- индекс корреляции,
- среднюю относительную ошибку,
- коэффициент детерминации,
- F-критерий Фишера.
3. Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.
4. Рассчитать прогнозные значения результативного признака, если прогнозное значение фактора увеличится на 10% относительно среднего уровня.
5. Результаты расчетов отобразить на графике.
1.2 Решение задачи
1. Построим для характеристики Y от X следующие модели:
Линейная модель парной регрессии
Построение уравнения регрессии сводится к оценке ее параметров.
Уравнение регрессии имеет вид: .
Для оценки параметров регрессий, линейных по параметрам, используют метод наименьших квадратов (МНК). Решая систему нормальных уравнений относительно а и b:
получим следующие формулы:
.
Промежуточные расчеты проведем в Excel. В работе будем приводить таблицы на рабочих листах Excel. Значения параметров a и b определим, используя данные представленные в таблице 1.1.
Таблица 1.2 - Расчет параметров для линейной модели в Excel
t |
y |
x |
y*x |
x*x |
|
|||||||
1 |
11,95745 |
12,49972 |
149,46 |
156,243 |
1,95 |
3,81 |
1,95 |
3,79 |
3,80 |
11,95 |
0,00 |
|
2 |
5,736358 |
6,244372 |
35,82 |
38,99218 |
-4,27 |
18,22 |
-4,31 |
18,57 |
18,39 |
5,64 |
0,01 |
|
3 |
10,35786 |
10,91421 |
113,05 |
119,12 |
0,35 |
0,13 |
0,36 |
0,13 |
0,13 |
10,35 |
0,00 |
|
4 |
9,577711 |
10,1779 |
97,48 |
103,5896 |
-0,43 |
0,18 |
-0,38 |
0,14 |
0,16 |
9,61 |
0,00 |
|
5 |
10,11871 |
10,48216 |
106,07 |
109,8757 |
0,11 |
0,01 |
-0,07 |
0,01 |
-0,01 |
9,92 |
0,04 |
|
6 |
9,630527 |
10,55336 |
101,63 |
111,3734 |
-0,37 |
0,14 |
0,00 |
0,00 |
0,00 |
9,99 |
0,13 |
|
7 |
12,65125 |
13,00481 |
164,53 |
169,1251 |
2,65 |
7,01 |
2,45 |
6,01 |
6,49 |
12,46 |
0,03 |
|
Итого |
70,02987 |
73,87653 |
768,041 |
808,319 |
0,00 |
29,50 |
28,64 |
28,96 |
|
0,21 |
||
Ср. знач. |
10,00 |
10,55 |
109,72 |
115,47 |
|
|
Отсюда получаем:
b=;
а =.
Уравнение линейной регрессии имеет вид:
.
Степенная модель
Уравнение степенной модели имеет вид:
Для построения этой модели необходимо произвести линеаризацию переменных. Для этого произведем логарифмирование обеих частей уравнения:
.
Обозначим
Тогда уравнение примет вид: - линейное уравнение регрессии.
Таблица 1.3 - Расчет параметров для степенной модели в Excel
t |
y |
Y |
x |
X |
Y*X |
X2 |
|||||
1 |
11,95745 |
1,077639 |
12,49972 |
Другие файлы:
Эконометрика Парная и множественная регрессия и корреляция Регрессия и корреляция Множественная регрессия и корреляция 3 Эконометрика: Парная и множественная корреляция |