Мои Конспекты
Главная | Обратная связь

...

Автомобили
Астрономия
Биология
География
Дом и сад
Другие языки
Другое
Информатика
История
Культура
Литература
Логика
Математика
Медицина
Металлургия
Механика
Образование
Охрана труда
Педагогика
Политика
Право
Психология
Религия
Риторика
Социология
Спорт
Строительство
Технология
Туризм
Физика
Философия
Финансы
Химия
Черчение
Экология
Экономика
Электроника

Степенная модель регрессии





Помощь в ✍️ написании работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Задания

1. Проверить наличие нелинейной связи между результативным признаком и незначимыми факторами по исходным данным лабораторной работы № 1 и рассчитайте параметры уравнений:

- степенной;

- показательной;

- гиперболической регрессии.

2. Оцените тесноту связи с помощью показателей корреляции и детерминации.

3. Дайте с помощью среднего коэффициента эластичности сравнительную оценку силы связи фактора с результатом.

4. Оцените с помощью средней ошибки аппроксимации качество уравнений.

5. Оцените с помощью F-критерия статистическую надежность результатов регрессионного моделирования.

6. По значениям характеристик, рассчитанных в 4, 5, 6 пунктах выберете лучшее уравнение регрессии.

Проверить наличие нелинейной связи между результативным признаком и незначимыми факторами по исходным данным лабораторной работы № 1 и рассчитайте параметры уравнений: степенной; показательной; гиперболической регрессии.

Степенная модель регрессии

Уравнение степенной модели имеет вид: . Для оценивания параметров необходимо провести процедуру линеаризации переменных путем логарифмирования обеих частей уравнения: . Введем новые переменные: . Тогда уравнение примет вид множественной линейной регрессии: . Для нахождения параметров данного уравнения воспользуемся инструментом анализа данных Регрессия (см. лабораторную работу № 1).

Для расчетов параметров используем данные следующей таблицы (рисунок 8.5.1).

Полученное уравнение множественной линейной регрессии будет иметь следующий вид: .

Оценивая параметры данного уравнения, замечаем, что статистически значимым является параметр при X1, (об этом свидетельствует величина р – значение из рисунка 8.5.2) следовательно, целесообразно строить уравнение степенной регрессии только с данным фактором. В результате получаем равнение следующего вида: (рисунок 8.5.3).

Рисунок 8.5.3 – Результат применения инструмента Регрессия

Потенцируя параметр уравнения, получим a=0,93. Следовательно, уравнение примет вид: .

Подставляя в данное уравнение фактические значения x1, получаем теоретические значения результата (рисунок 8.5.1 графа 10). По ним рассчитаем показатели:

- тесноты связи – индекс корреляции ;

- коэффициент эластичности ;

- среднюю ошибку аппроксимации ;

- F-критерий Фишера .

Индекс корреляции (рисунок 8.5.3) - связь между признаками средняя.

Коэффициент эластичности .

Ошибка аппроксимации (рисунок 8.5.1 графа 11) .

F-критерий Фишера (рисунок 8.5.3) .

Полученные характеристики указывают, что данная модель является удовлетворительной, но по F-критерию статистически значимой и теснота связи между признаками средняя.

Доверь свою работу ✍️ кандидату наук!
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой



Поиск по сайту:







©2015-2020 mykonspekts.ru Все права принадлежат авторам размещенных материалов.