Desenați graficul de reziduuri

necesită:

1. 
   găsi parametrii ecuației de regresie liniară pentru a da o interpretare economică a coeficientului de regresie.
   
2. 
   calcula reziduurile; găsi suma reziduală a pătratelor; estimarea varianței S 2 resturi; complot reziduurile.
   
3. 
   verificarea performanței ipotezelor OLS.
   
4. 
   să verifice semnificația parametrilor ecuației de regresie folosind testul t-Student (a α = 0,05).
   
5. 
   se calculează coeficientul de determinare, testați semnificația ecuației de regresie folosind testul F Fisher (α = 0,05), pentru a găsi eroarea relativă medie de aproximare. Pentru a trage o concluzie cu privire la calitatea modelului.
   
6. 
   Punerea în aplicare a predicția valoare medie indicatorului la nivelul de semnificație, în cazul în care valoarea estimată a factorului X este de 80% din valoarea sa maximă.
   
7. 
   Reprezentat grafic: real și modelul de valorile punctului de prognoză.
   
8. 
   Fii ecuația de regresie non-lineară:
   

• 
  hiperbolică;
  
• 
  putere;
  
• 
  exponențială.
  

Graficul de plumb trasarea ecuațiile de regresie.

1. 
   Pentru aceste modele pentru a găsi coeficienții de determinare, coeficienții de elasticitate și eroarea relativă medie de aproximare. Comparați modelele acestor caracteristici și pentru a trage o concluzie.
   

1. Pentru calcularea parametrilor modelului de calcule intermediare ne da un tabel (tabelul realizat folosind Excel mijloace):

Definim un coeficient de corelație liniară a perechii de următoarea formulă:

putem spune că relația dintre volumul de investiții și volumul producției este suficient de drept, puternic.

Ecuația de regresie liniară are forma: y = a + b * x.

W Valorile parametrilor a și b a modelului liniar este definit folosind datele din tabelul 1.1:

b = y * x - y * x / x 2 - x 2 = 10062.30-70.60 * 139.10 / 5094.60 - 70,60 2 = 241,84 / 110,24 = 2,19

Ecuația de regresie liniară are forma: Y = -15.514 + 2.19 * X

Odată cu creșterea volumului de investiții de 1 mln. Frecați. Volumul de producție va crește cu o medie de 2 milioane. 190 de mii de ruble. Aceasta reflectă activitatea efectivă a întreprinderii.

2. Se calculează soldurile și kvadrvtov suma reziduală cu Excel și introduceți rezultatele calculelor din tabelul 2.1:

S 2 = (Σε 2) / 2 = n-59,53 / 7,44 = 8

Graficul reziduuri are forma:

3. Ipoteze de bază OLS:

Prima condiție: deoarece Σε = 0, atunci M (ε) = 0, adică. așteptarea componentei aleatoare la orice observație este 0.

A doua condiție se găsește în modelul Y = -15.514 + 2.19 * X perturbare ε este valoarea valorii variabilei aleatoare x- și explicativă nonrandom. pentru că pe grafic (figura 1) nu orientare în aranjamentul de puncte ε, atunci ε - variabilele aleatoare și OLS aplicație justificată.

A patra condiție: pentru că variația variabilei aleatoare este constantă pentru toate observațiile, condiția observată de homoscedasticity.

4. Coeficientul tα Student pentru m = 8 grade de libertate a nivelului de semnificație a = 0,05 este egală cu 2.3060.

5. Coeficientul de determinare egal cu: R2 = 1- (Σε 2) / Σ (y-YSR) 2 = 1-0,011 = 0.9889.

Desenați evaluarea semnificației ecuației de regresie folosind Fisher F-test:

F = (R2 / 1-R) * (n-2) = (0.9889 / 0,011) * 8 = 719.2

Ecuația de regresie cu o probabilitate de 0,95 în general semnificativă statistic, deoarece F> Ftabl.

Definim eroarea relativă medie:

valorile medii calculate pentru modelul liniar Y diferă de la valorile reale de 15,7%.

7. Valorile reale și modelul Y, punctul de predicție.

Ecuația funcția hiperbolică: y „= a + b / x.

model liniarizare Proizvedom prin substituirea X = 1 / x. Rezultatul este o ecuație liniară: y „= a + b * X.

Să se calculeze parametrii conform tabelului 3.1:

Comunicarea între indicele y și factorul x poate fi considerat suficient de puternic.

Variația rezultă Y (volum de ieșire) cu 86,2%, explicată de factorul de variație X (volumul de investiții).

Eroarea relativă medie de aproximare:

Valorile medii calculate ale lui y „la o putere de modele diferite de valorile reale de la 5,62%.

Pentru a selecta cel mai bun model vom construi un tabel rezumat al rezultatelor:

Eroarea relativă medie de aproximare

Modelul liniar este cel mai bun pentru construirea previzional, Caracteristicile acestui model sunt mai importante decât altele. Printre modelul neliniar este modelul hiperbolic cele mai exacte, în care valorile indicatorilor de determinare și coeficientului de corelare a indicelui este mai mare decât cea a altor modele neliniare.

Desenați graficul de reziduuri

Instrucțiunea de execuție D: Să considerăm mai întâi formula y = x 2

Programul examenului de stat și protecția WRC în specialitatea

În condiții naturale din sol Humificare plantelor reziduuri-viespe fected nu numai de microbi și râme, dar și multe alte E-fitosaprofagami