Автор работы: Пользователь скрыл имя, 30 Ноября 2010 в 14:56, контрольная работа
построение и характеристика линейной модели
Требуется:
1. Для характеристики y от x построить линейную модель.
2. Оценить модель, определив:
– коэффициент корреляции,
– коэффициент детерминации,
– F-критерий Фишера,
– среднюю ошибку аппроксимации.
3.
Для построенной модели
4.
На графике отобразить диаграмму рассеяния,
график модельной кривой, точечное значение
прогноза и доверительный интервал прогноза.
х – удельный вес продовольственных товаров в товарообороте (%);
у – уровень рентабельности (у.е.)
x | 67 | 70 | 73 | 74 | 77 | 83 | 84 | 85 |
y | 4,33 | 4,01 | 3,80 | 3,62 | 2,77 | 2,01 | 2,12 | 2,0 |
1. Уравнение линейной регрессии имеет вид: .
Значения параметров a и b линейной модели определим, используя данные таблицы 1
Уравнение линейной регрессии имеет вид:
С
увеличением удельного веса прод. товаров
в товарообороте на 1 % уровень рентабельности
снижается в среднем на 0,14 у.е.
2.1. Определим линейный коэффициент парной корреляции по следующей формуле:
Можно сказать, что связь между удельным весом прод. товаров (в %) x и уровнем рентабельности y обратная, сильная.
2.2. Рассчитаем коэффициент детерминации:
Вариация результата y (уровень рентабельности) на 67,2 % объясняется вариацией фактора x (удельным весом продовольственных товаров).
2.3. Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера:
для a = 0,05; , .
Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т. к. .
2.4. Определим среднюю ошибку аппроксимации:
В
среднем расчетные значения
для линейной модели отличаются от
фактических значений на 7,452 %. Качество
модели хорошее, т.к.
не превышает 8-10%.
Таблица1.
х | у | y×x | x2 | ||||||||
1 | 67 | 4,33 | 290,11 | 4489 | 1,25 | 1,56 | -9,63 | 92,64 | 4,34 | -0,01 | 0,23 |
2 | 70 | 4,01 | 280,70 | 4900 | 0,93 | 0,86 | -6,63 | 43,89 | 3,92 | 0,09 | 2,24 |
3 | 73 | 3,8 | 277,40 | 5329 | 0,72 | 0,51 | -3,63 | 13,14 | 3,50 | 0,30 | 7,89 |
4 | 74 | 3,62 | 267,88 | 5476 | 0,54 | 0,29 | -2,63 | 6,89 | 3,36 | 0,26 | 7,18 |
5 | 77 | 2,77 | 213,29 | 5929 | -0,31 | 0,10 | 0,38 | 0,14 | 2,94 | -0,17 | 6,14 |
6 | 83 | 2,01 | 166,83 | 6889 | -1,07 | 1,15 | 6,38 | 40,64 | 2,10 | -0,09 | 4,48 |
7 | 84 | 2,12 | 178,08 | 7056 | -0,96 | 0,93 | 7,38 | 54,39 | 1,96 | 0,16 | 7,55 |
8 | 85 | 2 | 170,00 | 7225 | -1,08 | 1,17 | 8,38 | 70,14 | 1,82 | 0,18 | 9,00 |
Итого | 613 | 24,66 | 1844,29 | 47293 | 0,00 | 6,57 | 321,88 | 44,71 | |||
Ср. знач. | 76,63 | 3,08 | 230,54 | 5911,63 | |||||||
45,98 | 0,94 | ||||||||||
6,78 | 0,97 |
3. Прогнозное значение результативного признака (уровня рентабельности) определим по уравнению линейной регрессии, подставив в него планируемую (заданную по условию) величину удельного веса продовольственных товаров:
Ошибка прогноза составит (см. Таблицу 2.):
Предельная ошибка прогноза, которая в случаев не будет превышена, составит (tтабл=2,4469 для v=n-2=6):
Доверительный интервал прогноза:
;
у.е.;
у.е.
Выполненный прогноз уровня рентабельности является надежным ( ) и находится в пределах от 1,798 у.е. до 2,042 у.е.
Таблица 2.
y | |||
1 | 4,33 | -0,01 | 0,0001 |
2 | 4,01 | 0,09 | 0,0081 |
3 | 3,8 | 0,3 | 0,09 |
4 | 3,62 | 0,26 | 0,0676 |
5 | 2,77 | -0,17 | 0,0289 |
6 | 2,01 | -0,09 | 0,0081 |
7 | 2,12 | 0,16 | 0,0256 |
8 | 2 | 0,18 | 0,0324 |
Итого | 24,66 | 0,2608 |
4.
Ряд 1: значения ;
Линейный (Ряд 1): график функции
Ряд 2: значения y;
Ряд 3: доверительный интервал прогноза;
Ряд 4: точечное значение прогноза.