![]()
0,99
Получается, что связь между признаком Y и фактором X высокая и прямая.
Определим стандартную ошибку:
![]()
0,1259 (3.1.9)
Проведем оценку значимости уравнения регрессии с помощью F-критерия Фишера:

По таблице Фишера определим критическое значение F-критерия при уровне значимости б=0,05 и числе степеней свободы k1 = 1, k2 = n – 2 = 6 – 2 = 4. Fкр=7,71.
Так как наблюдаемое значение критерия больше табличного F = 396 ˃ Fкр = 7,71 следовательно, с вероятностью 0,95 уравнение регрессии считается статистически значимым.
Задача 3.3. Реальные статистические данные о рождаемости в Пензенской области приведены в таблице 3.5.
Таблица 3.5
Динамика коэффициента рождаемости в Пензенской области
Год | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 |
Коэффициент рождаемости | 7,5 | 7,5 | 8,0 | 8,4 | 8,6 | 8,4 |
Год | 2006 | 2007 | 2008 | 2009 | 2010 | 2011 |
Коэффициент рождаемости | 8,6 | 9,7 | 10,2 | 10,3 | 10,2 | 10,1 |
Год | 2012 | 2013 | 2014 | 2015 | 2016 | |
Коэффициент рождаемости | 10,8 | 10,6 | 10,8 | 10,7 | 10,2 |
Построить трендовую линейную регрессионную модель. Определить коэффициент детерминации, стандартную ошибку, значимость модели и ошибку аппроксимации. Спрогнозировать коэффициент рождаемости в 2017г.
Решение:
1) Построим линейную модель У(t) = а0 + аit, параметры которой:
; ![]()
Таблица 3.6 – Промежуточные расчеты.
Год (t) | У | t - t̅ | (t-t̅)І | y-y̅ | (t-t̅)(y-y̅) | ур | y-ŷ | (y-ŷ)І | (y-y̅)І | |
1 | 7,5 | -8 | 64 | -1,947 | 15,576 | 7,692 | -0,192 | 0,03694 | 2,56 | 3,791 |
2 | 7,5 | -7 | 49 | -1,947 | 13,629 | 7,912 | -0,412 | 0,16933 | 5,49 | 3,791 |
3 | 8 | -6 | 36 | -1,447 | 8,6824 | 8,131 | -0,131 | 0,01713 | 1,64 | 2,094 |
4 | 8,4 | -5 | 25 | -1,047 | 5,2353 | 8,350 | 0,050 | 0,00248 | 0,59 | 1,096 |
5 | 8,6 | -4 | 16 | -0,847 | 3,3882 | 8,570 | 0,030 | 0,00092 | 0,35 | 0,718 |
6 | 8,4 | -3 | 9 | -1,047 | 3,1412 | 8,789 | -0,389 | 0,15132 | 4,63 | 1,096 |
7 | 8,6 | -2 | 4 | -0,847 | 1,6941 | 9,008 | -0,408 | 0,16671 | 4,75 | 0,718 |
8 | 9,7 | -1 | 1 | 0,2529 | -0,253 | 9,228 | 0,472 | 0,22307 | 4,87 | 0,064 |
9 | 10,2 | 0 | 0 | 0,7529 | 0 | 9,447 | 0,753 | 0,56686 | 7,38 | 0,567 |
10 | 10,3 | 1 | 1 | 0,8529 | 0,8529 | 9,666 | 0,634 | 0,40145 | 6,15 | 0,728 |
11 | 10,2 | 2 | 4 | 0,7529 | 1,5059 | 9,886 | 0,314 | 0,09872 | 3,08 | 0,567 |
12 | 10,1 | 3 | 9 | 0,6529 | 1,9588 | 10,105 | -0,005 | 0,00003 | 0,05 | 0,426 |
13 | 10,8 | 4 | 16 | 1,3529 | 5,4118 | 10,325 | 0,476 | 0,22610 | 4,40 | 1,83 |
14 | 10,6 | 5 | 25 | 1,1529 | 5,7647 | 10,544 | 0,056 | 0,00315 | 0,53 | 1,329 |
15 | 10,8 | 6 | 36 | 1,3529 | 8,1176 | 10,763 | 0,037 | 0,00135 | 0,34 | 1,83 |
16 | 10,7 | 7 | 49 | 1,2529 | 8,7706 | 10,983 | -0,283 | 0,07986 | 2,64 | 1,57 |
17 | 10,2 | 8 | 64 | 0,7529 | 6,0235 | 11,202 | -1,002 | 1,00400 | 9,82 | 0,567 |
153 | 160,6 | 0 | 408 | 0 | 89,5 | 160,6 | 0 | 3,14943 | 59,281 | 22,78 |
9 | 9,4471 |
![]()
0,219 , соответственно ![]()
=9,4471–0,219·9 = 7,476
Отсюда уравнение линейного тренда принимает окончательный вид: ŷt=0,219t +7,476
Положительное значение коэффициента при t указывает на то, что имеется тенденция роста, причем величина роста ежегодно составляет в среднем 0,219 единиц.
Определим коэффициент детерминации:
![]()
0,8617 – т. е. в 86,17 % случаев изменения х приводят к изменению y. Другими словами – точность подбора уравнения регрессии - высокая. Остальные 13.83% изменения Y объясняются факторами, не учтенными в модели (а также ошибками спецификации).
Определим стандартную ошибку:
![]()
0,4582 (3.1.9)
Оценим значимость модели с помощью критерия Фишера:
![]()
93,46.
Табличное значение критерия со степенями свободы k1=1 и k2=15, Fтабл = 4,54. Поскольку F > Fтабл, то коэффициент детерминации статистически значим (найденная оценка уравнения регрессии статистически надежна).
Определим ошибку аппроксимации:
![]()
100% = 3,492%.
В среднем, расчетные значения отклоняются от фактических на 3,49%. Поскольку ошибка меньше 7%, то данное уравнение можно использовать в качестве регрессии.
Спрогнозируем коэффициент рождаемости в 2017:
ŷ2017=0,219·18+7,476 = 11,4.
Задача 3.4. Реальные статистические данные о курсе валют приведены в таблице 3.2. Построить линейную и нелинейные регрессионные модели вида: у = ао + а1t; lnу = ао + а1t; у = 1/(ао + а1t). Определить коэффициент детерминации, стандартную ошибку, значимость модели и ошибку аппроксимации. В электронную таблицу вместо года записывать 1,2,… По стандартной ошибке выбрать лучшую модель и спрогнозировать цену одного доллара в декабре 2017 года.
Таблица 3.7
Курс рубля к доллару
Месяц и год | январь 2017 | февраль | март | апрель | май | июнь | июль | август 2017 |
Цена одного доллара | 59,6 | 58,5 | 58,0 | 56,4 | 57,0 | 57,9 | 59,7 | 59,6 |
Решение:
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 |


