Автор работы: Пользователь скрыл имя, 19 Декабря 2011 в 07:58, контрольная работа
Построить поле корреляции и сформулировать гипотезу о форме связи.
Задача 1. 3
Задача 2. 23
Задача 3. 32
Список литературы 40
Уравнение обратной парной регрессии имеет вид:
Гипербола приводится к линейному уравнению простой заменой: z = 1/x . Тогда у = a + b z, где коэффициенты находятся из формул: .
Для расчетов используем данные табл.:
Регион | y | x | y | z | y*z | z2 |
1 | 240 | 178 | 240,00 | 0,0056 | 1,35 | 0,00003 |
2 | 226 | 202 | 226,00 | 0,0050 | 1,12 | 0,00002 |
3 | 221 | 197 | 221,00 | 0,0051 | 1,12 | 0,00003 |
4 | 226 | 201 | 226,00 | 0,0050 | 1,12 | 0,00002 |
5 | 220 | 189 | 220,00 | 0,0053 | 1,16 | 0,00003 |
6 | 232 | 166 | 232,00 | 0,0060 | 1,40 | 0,00004 |
7 | 215 | 199 | 215,00 | 0,0050 | 1,08 | 0,00003 |
8 | 220 | 180 | 220,00 | 0,0056 | 1,22 | 0,00003 |
9 | 222 | 181 | 222,00 | 0,0055 | 1,23 | 0,00003 |
10 | 231 | 186 | 231,00 | 0,0054 | 1,24 | 0,00003 |
11 | 229 | 250 | 229,00 | 0,0040 | 0,92 | 0,00002 |
Итого | 2482,00 | 2129,00 | 2482,00 | 0,06 | 12,96 | 0,00030 |
Ср.знач | 225,64 | 193,55 | 225,64 | 0,01 | 1,18 | 0,00003 |
(y-yср) 2 | (y- )2 | ( -yср) 2 | |
226,621 | 206,314 | 179,008 | 0,969 |
224,971 | 0,132 | 1,059 | 0,443 |
225,282 | 21,496 | 18,332 | 0,126 |
225,032 | 0,132 | 0,937 | 0,365 |
225,813 | 31,769 | 33,786 | 0,031 |
227,624 | 40,496 | 19,148 | 3,952 |
225,156 | 113,132 | 103,135 | 0,231 |
226,466 | 31,769 | 41,813 | 0,689 |
226,390 | 13,223 | 19,276 | 0,569 |
226,023 | 28,769 | 24,766 | 0,150 |
222,622 | 11,314 | 40,676 | 9,085 |
2482,000 | 498,545 | 481,937 | 16,609 |
225,636 | 45,322 | 43,812 | 1,510 |
Коэффициенты регрессии | |
a | b |
212,74 | 2471,235 |
Потенцирование | |
a | b |
212,74 | 2471,235 |
Уравнение гиперболической парной регрессии имеет вид:
3. Оценка тесноты связи с помощью показателей корреляции и детерминации:
Линейная модель. Тесноту линейной связи оценит коэффициент корреляции. Был получен следующий коэффициент корреляции ,
Коэффициент корреляции, равный -0,110, показывает, что выявлена слабая обратная зависимость между размером ежемесячных пенсий и прожиточным минимумом в месяц.
Коэффициент детерминации, равный 0,012, устанавливает, что вариация среднего размера ежемесячных пенсий на 1,2 % из 100% предопределена вариацией размера прожиточного минимума, роль прочих факторов, влияющих на средний размер ежемесячных пенсий, определяется в 98,8 %, что является большой величиной.
Степенная модель. Тесноту нелинейной связи оценит индекс корреляции. Был получен следующий индекс корреляции = , что говорит о прямой слабой связи. Коэффициент детерминации r²xy=0,022.
Экспоненциальная модель. Был получен следующий индекс корреляции ρxy=0,110, что говорит о том, что связь прямая и слабая. Коэффициент детерминации r²xy=0,012. Это означает, что 1,2% вариации результативного признака (у) объясняется вариацией фактора х.
Полулогарифмическая модель. Был получен следующий индекс корреляции ρxy=0,146, что говорит о том, что связь прямая и слабая. Коэффициент детерминации r²xy=0,021. Это означает, что 2,1% вариации результативного признака (у) объясняется вариацией фактора х.
Гиперболическая модель. Был получен следующий индекс корреляции ρxy=0,183, что говорит о том, что связь прямая слабая. Коэффициент детерминации r²xy=0,0333. Это означает, что 3,3% вариации результативного признака (у) объясняется вариацией фактора х.
Обратная модель. Был получен следующий индекс корреляции ρxy=0,107, что говорит о том, что связь прямая слабая. Коэффициент детерминации r²xy=0,0115. Это означает, что 1,15% вариации результативного признака (у) объясняется вариацией фактора х.
Вывод: по гиперболическому уравнению получена наибольшая оценка тесноты связи: ρxy=0,183 (по сравнению с линейной, степенной, экспоненциальной, полулогарифмической, обратной регрессиями).
Вид регрессии | Уравнение регрессии | Коэффициент детерминации | Индекс корреляции |
Линейная | y=232,52-0,036x | 0,0121 | -0,110 |
Степенная | 0,0216 | 0,147 | |
Обратная | 0,0116 | 0,107 | |
Полулогарифмическая | y=276,99-9,764*Lnx | 0,0214 | 0,146 |
Гиперболическая | 0,0333 | 0,183 | |
Экспоненциальная | y = e5,447 *e-0,00015x | 0,0121 | 0,110 |
4. С помощью среднего (общего) коэффициента эластичности дайте сравнительную оценку силы связи фактора с результатом.
Рассчитаем коэффициент эластичности для линейной модели:
Для уравнения прямой модели: y= 232,52-0,036 * x
Средний коэффициент эластичности показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,031 % от своего среднего значения. Эластичность прожиточного минимума по размеру назначенных ежемесячных пенсий невелика, что вполне согласуется с экономической теорией, а потому небольшое увеличение или уменьшение прожиточного минимума не влечет за собой резкого повышения или понижения размера назначенных ежемесячных пенсий.
Для уравнения степенной модели: :
-0,042
Он показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,042 % от своего среднего значения
Для уравнения экспоненциальной модели: y = e5,447 *e-0,00015x:
Он показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,029 % от своего среднего значения
Для уравнения полулогарифмической модели: y=276,99-9,764*Lnx:
Он показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,0374 % от своего среднего значения.
Для уравнения обратной модели: :
Он показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,0275 % от своего среднего значения.
Для уравнения гиперболической модели: :
Он показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 1 % от своего среднего значения
Сравнивая значения коэффициента эластичности, характеризуем оценку силы связи фактора с результатом:
Вид регрессии | Коэффициент эластичности |
Линейная | - 0,031 |
Степенная | - 0,042 |
Обратная | - 0,0275 |
Полулогарифмическая | - 0,0374 |
Гиперболическая | - 1 |
Экспоненциальная | - 0,029 |
В данном
примере получилось, что самая
большая сила связи между фактором
и результатом в
5. Оценка качества уравнений с помощью средней ошибки аппроксимации.
Подставляя
в уравнение регрессии
В среднем расчетные значения отклоняются от фактических на:
Линейная регрессия. .
Качество построенной модели оценивается как хорошее, так как не превышает 8 -10%.
Степенная регрессия. .
Качество построенной модели оценивается как хорошее, так как не превышает 8 -10%.
Экспоненциальная регрессия. .
Качество построенной модели оценивается как хорошее, так как не превышает 8 -10%.
Полулогарифмическая регрессия. .
Качество построенной модели оценивается как хорошее, так как не превышает 8 -10%.