Расчет параметров парной линейной регрессии
Краткое сожержание материала:
Размещено на
Лабораторная работа 1. Расчет параметров парной линейной регрессии
Задание №1 для ВСК 1 (макс. балл 35) - сдача на 5 неделе.
Выполнить соответствующий вариант согласно расчетам, приведенным в типовой задаче. (номер варианта и исходные данные в файле "Инд. задания для лаб.1-2" Все расчеты выполняются в EXCEL)
Пример 1. Ферма занимается выращиванием пушного зверька. На основе содержательного анализа установили, что на ферме все технологические нормативы по содержанию и кормлению соблюдаются. Тогда масса зверька в основном зависит от его возраста.
Определим количественную зависимость массы пушного зверька У (кг) от его возраста Х (в месяцах) (таблица 3).
Таблица 3 - Исходные данные
Хi-возраст, месяц |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
Yi-масса, кг |
1.3 |
2.5 |
3.9 |
5.2 |
6.3 |
7.5 |
9 |
10.8 |
12,8 |
Задание:
Установить тесноту связи
Построить уравнение парной регрессии у от х.
Определите параметры уравнения регрессии.
Проверить адекватность уравнения регрессии
Оценить статистическую значимость параметров регрессии
Определить доверительный интервал параметров регрессии
Выполнить прогноз у при прогнозном значении х.
Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
Решение. Для удобства решения задачи все расчеты выполним в табличном процессоре EXCEL и представим в следующей форме.
Для установления тесноты связи находим значение коэффициента корреляции r, для этого используем итоговые значении граф 8, 9 и 10.
Тогда
связь очень тесная, положительная. Коэффициент корреляции близок к 1. Определим коэффициент детерминации (r) 2= (0.99) 2=0,98. Вариация результата у на 98% объясняется вариацией фактора х, а 2% приходятся на неучтенные факторы. Если между выбранными факторами имеется тесная связь, то можно построить уравнение регрессии.
парная линейная регрессия интервал
Таблица 4 - Расчеты парной регрессии
№ |
Хi |
Yi |
Xi-Xcp |
Yi-Ycp |
(Xi-Xcp) (Yi-Ycp) |
(Xi-Xcp) 2 |
(Yi-Ycp) 2 |
Xi2 |
Xi*Yi |
Y* |
Ai |
(Y-Y*) 2 |
|
1 |
0 |
1,3 |
-4 |
-5,289 |
21,15555556 |
16 |
27,97235 |
0 |
0 |
1,0289 |
0, 2085 |
0,0735 |
|
2 |
1 |
2,5 |
-3 |
-4,089 |
12,26666667 |
9 |
16,71901 |
1 |
2,5 |
2,4189 |
0,0324 |
0,0066 |
|
3 |
2 |
3,9 |
-2 |
-2,689 |
5,377777778 |
4 |
7,230123 |
4 |
7,8 |
3,8089 |
0,0234 |
0,0083 |
|
4 |
3 |
5,2 |
-1 |
-1,389 |
1,388888889 |
1 |
1,929012 |
9 |
15,6 |
5, 1989 |
0,0002 |
1E-06 |
|
5 |
4 |
6,3 |
0 |
-0,289 |
0 |
0 |
0,083457 |
16 |
25,2 |
6,5889 |
0,0459 |
0,0835 |
|
6 |
5 |
7,5 |
1 |
0,9111 |
0,911111111 |
1 |
0,830123 |
25 |
37,5 |
7,9789 |
0,0639 |
0,2293 |
|
7 |
6 |
9 |
2 |
2,4111 |
4,822222222 |
4 |
5,813457 |
36 |
54 |
9,3689 |
0,041 |
0,1361 |
|
8 |
7 |
10,8 |
3 |
4,2111 |
12,63333333 |
9 |
17,73346 |
49 |
75,6 |
10,759 |
0,0038 |
0,0017 |
|
9 |
8 |
12,8 |
4 |
6,2111 |
24,84444444 |
16 |
38,5779 |
64 |
102,4 |
12,149 |
0,0509 |
0,4239 |
|
? |
36 |
59,3 |
0 |
0 |
83,4 |
60 |
116,8889 |
204 |
320,6 |
59,3 |
0,4699 |
0,9629 |
|
cредн |
4 |
6,5889 |
|||||||||||
Параметр ...
Другие файлы:
Основы регрессионного анализа. Парная линейная регрессия Эконометрика Уравнения регрессии Построение двухфакторной модели, моделей парной линейной прогрессии и множественной линейной регрессии Линейные уравнения парной и множественной регрессии |