Автор работы: Пользователь скрыл имя, 18 Ноября 2011 в 22:35, задача
Решение задачи в программе Эксель
A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Задание
типового расчета по эконометрике на тему: |
||||||||||||||||
2 | «Парная
регрессия.Линейные и нелинейные модели
регрессии» |
||||||||||||||||
3 | Задание: | ||||||||||||||||
4 | Определить вид зависимости(если она существует) среди данных,представленных в таблице. | ||||||||||||||||
5 | |||||||||||||||||
6 | Показатель | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | ||||||
7 | факторный(X) | 554 | 560 | 545 | 672 | 796 | 777 | 632 | 688 | 833 | 577 | ||||||
8 | результативный(Y) | 302 | 360 | 310 | 415 | 452 | 502 | 335 | 416 | 501 | 403 | ||||||
9 | Показатель | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | ||||||
10 | факторный(X) | 610 | 705 | 825 | 735 | 785 | 621 | 678 | 612 | 595 | 829 | ||||||
11 | результативный(Y) | 352 | 410 | 510 | 487 | 516 | 386 | 402 | 363 | 398 | 513 | ||||||
12 | |||||||||||||||||
13 | На основе исходных данных построим поле корреляции | ||||||||||||||||
14 | |||||||||||||||||
15 | |||||||||||||||||
16 | |||||||||||||||||
17 | |||||||||||||||||
18 | |||||||||||||||||
19 | |||||||||||||||||
20 | |||||||||||||||||
21 | |||||||||||||||||
22 | |||||||||||||||||
23 | |||||||||||||||||
24 | |||||||||||||||||
25 | |||||||||||||||||
26 | |||||||||||||||||
27 | |||||||||||||||||
28 | |||||||||||||||||
29 | |||||||||||||||||
30 | |||||||||||||||||
31 | |||||||||||||||||
32 | |||||||||||||||||
33 | Для нахождения параметров линейной регрессии и удобства дальнейших вычислений составим таблицу | ||||||||||||||||
34 | |||||||||||||||||
35 | № | x | y | xy | x^2 | y^2 | Yx | y-Yx | (y-Yx)^2 | Ai (%) | |||||||
36 | 1 | 554 | 302 | 167308 | 306916 | 91204 | 334.44 | -32.4 | 1052 | 10.74 | |||||||
37 | 2 | 560 | 360 | 201600 | 313600 | 129600 | 338.31 | 21.7 | 471 | 6.03 | |||||||
38 | 3 | 545 | 310 | 168950 | 297025 | 96100 | 328.63 | -18.6 | 347 | 6.01 | |||||||
39 | 4 | 672 | 415 | 278880 | 451584 | 172225 | 410.52 | 4.5 | 20 | 1.08 | |||||||
40 | 5 | 796 | 452 | 359792 | 633616 | 204304 | 490.48 | -38.5 | 1481 | 8.51 | |||||||
41 | 6 | 777 | 502 | 390054 | 603729 | 252004 | 478.23 | 23.8 | 565 | 4.74 | |||||||
42 | 7 | 632 | 335 | 211720 | 399424 | 112225 | 384.73 | -49.7 | 2473 | 14.85 | |||||||
43 | 8 | 688 | 416 | 286208 | 473344 | 173056 | 420.84 | -4.8 | 23 | 1.16 | |||||||
44 | 9 | 833 | 501 | 417333 | 693889 | 251001 | 514.34 | -13.3 | 178 | 2.66 | |||||||
45 | 10 | 577 | 403 | 232531 | 332929 | 162409 | 349.27 | 53.7 | 2887 | 13.33 | |||||||
46 | 11 | 610 | 352 | 214720 | 372100 | 123904 | 370.55 | -18.5 | 344 | 5.27 | |||||||
47 | 12 | 705 | 410 | 289050 | 497025 | 168100 | 431.80 | -21.8 | 475 | 5.32 | |||||||
48 | 13 | 825 | 510 | 420750 | 680625 | 260100 | 509.18 | 0.8 | 0.676 | 0.16 | |||||||
49 | 14 | 735 | 487 | 357945 | 540225 | 237169 | 451.15 | 35.9 | 1286 | 7.36 | |||||||
50 | 15 | 785 | 516 | 405060 | 616225 | 266256 | 483.39 | 32.6 | 1064 | 6.32 | |||||||
51 | 16 | 621 | 386 | 239706 | 385641 | 148996 | 377.64 | 8.4 | 70 | 2.17 | |||||||
52 | 17 | 678 | 402 | 272556 | 459684 | 161604 | 414.39 | -12.4 | 154 | 3.08 | |||||||
53 | 18 | 612 | 363 | 222156 | 374544 | 131769 | 371.84 | -8.8 | 78 | 2.43 | |||||||
54 | 19 | 595 | 398 | 236810 | 354025 | 158404 | 360.87 | 37.1 | 1378 | 9.33 | |||||||
55 | 20 | 829 | 513 | 425277 | 687241 | 263169 | 511.76 | 1.2 | 1.54 | 0.24 | |||||||
56 | сумма | 13629.00 | 8333.00 | 5798406.00 | 9473391.00 | 3563599.00 | 8332.34 | 0.66 | 14348 | 110.7924 | |||||||
57 | среднее | 681.45 | 416.65 | 289920.30 | 473669.55 | 178179.95 | 416.62 | 0.03 | 717 | 5.54 | |||||||
58 | ∂ | 96.41290 | 67.69585 | ||||||||||||||
59 | ∂^2 | 9295.4475 | 4582.7275 | ||||||||||||||
60 | |||||||||||||||||
61 | Расчитаем параметры линейного уравнения парной регрессии y=a+bx,для этого воспользуемся формулами: | ||||||||||||||||
62 | |||||||||||||||||
63 | |||||||||||||||||
64 | |||||||||||||||||
65 | |||||||||||||||||
66 | a = | -22.782 | b = | 0.6448 | |||||||||||||
67 | Найдем параметры уравнения методом Крамера: | ||||||||||||||||
68 | 20 | 13629 | |||||||||||||||
69 | ∆ = | 13629 | 9473391 | = | 3718179 | ||||||||||||
70 | |||||||||||||||||
71 | 8333 | 13629 | |||||||||||||||
72 | ∆а = | 5798406 | 9473391 | = | -84708171 | ||||||||||||
73 | |||||||||||||||||
74 | 20 | 8333 | |||||||||||||||
75 | ∆b = | 13629 | 5798406 | = | 2397663 | ||||||||||||
76 | |||||||||||||||||
77 | а = | ∆а/∆ | = | -22.782 | |||||||||||||
78 | b = | ∆b/∆ | = | 0.6448 | |||||||||||||
79 | |||||||||||||||||
80 | Получили уравнение y = 0,6448*x-22,782 | Т.е с увеличением среднемесячной зарплаты на 1000 руб. | |||||||||||||||
81 | потребительские расходы увеличиваются на 644,8 руб. | ||||||||||||||||
82 | Найдем линейный коэффициент корреляции: | ||||||||||||||||
83 | |||||||||||||||||
84 | r(xy) = | 0.9184 | |||||||||||||||
85 | |||||||||||||||||
86 | |||||||||||||||||
87 | Близость коэффициента к 1 указывает на тесную линейную связь между признаками. | ||||||||||||||||
88 | |||||||||||||||||
89 | Коэффициент детерминации | = | 0.8435 | показывает,что уравнением регрессии объясняется 84,35 % дисперсии результативного | |||||||||||||
90 | признака и лишь 15,65 % изменений приходится на долю прочих факторов. | ||||||||||||||||
91 | |||||||||||||||||
92 | Оценим качество уравнения с помощью F-критерия Фишера.Сосчитаем фактическое значение F-критерия: | ||||||||||||||||
93 | |||||||||||||||||
94 | |||||||||||||||||
95 | = | 96.98 | |||||||||||||||
96 | |||||||||||||||||
97 | |||||||||||||||||
98 | Табличное значение (k1= 1 ,k2= n-2=18 ,a=0,05 ) = 4,41 | Fтабл=4,41 | |||||||||||||||
99 | |||||||||||||||||
100 | Так как Fтабл< Fфакт,то признается статистическая значимость уравнения в целом. | ||||||||||||||||
101 | |||||||||||||||||
102 | Рассчитаем t-критерий Стьюдента и доверительные интервалы каждого из показателей. | ||||||||||||||||
103 | |||||||||||||||||
104 | |||||||||||||||||
105 | = | 797.115 | |||||||||||||||
106 | |||||||||||||||||
107 | |||||||||||||||||
108 | |||||||||||||||||
109 | = | 0.0933 | |||||||||||||||
110 | |||||||||||||||||
111 | |||||||||||||||||
112 | |||||||||||||||||
113 | = | 0.0655 | |||||||||||||||
114 | |||||||||||||||||
115 | |||||||||||||||||
116 | |||||||||||||||||
117 | |||||||||||||||||
118 | = | 45.06591 | |||||||||||||||
119 | |||||||||||||||||
120 | |||||||||||||||||
121 | |||||||||||||||||
122 | Фактические значения t-критерия: | ||||||||||||||||
123 | |||||||||||||||||
124 | 9.848 | -0.506 | 9.848 | ||||||||||||||
125 | |||||||||||||||||
126 | Табличное
значение критерия Стьюдента при v=20-2=18
есть t-табл=2,1009.Так как t(b)>t-табл,t(a)<t-табл,t(r)> |
||||||||||||||||
127 | параметры b t(r) признаются значимыми,а парамерт а - незначимым. | ||||||||||||||||
128 | |||||||||||||||||
129 | Рассчитаем доверительные интервалы для параметров регрессии а и b. | ||||||||||||||||
130 | a+t*m(a) и b+t*m(b) | Получим, что а є[-117,46; 71,897] и b є[0,507; 0,782] | |||||||||||||||
131 | |||||||||||||||||
132 | Средняя ошибка аппроксимации = 5,54 % говорит о хорошем качестве уравнения регрессии. | ||||||||||||||||
133 | |||||||||||||||||
134 | Найдем прогнозное значение результативного фактора,если среднее значение факторного признака увеличится на 5%. | ||||||||||||||||
135 | |||||||||||||||||
136 | Xp=Xср*1,05=1,05*681,45=715, |
||||||||||||||||
137 | |||||||||||||||||
138 | Yp = 0,6448*715,5225-22,782=438,59 | Значит,если среднемесячная зарплата и выплаты соц.характера составят 715,5225тыс.руб, | |||||||||||||||
139 | то потребительские расходы будут 438,59 тыс руб. | ||||||||||||||||
140 | |||||||||||||||||
141 | Найдем доверительный интервал прогноза.Ошибка прогноза: | ||||||||||||||||
142 | |||||||||||||||||
143 | |||||||||||||||||
144 | = | 29.013 | |||||||||||||||
145 | |||||||||||||||||
146 | |||||||||||||||||
147 | Доверительный интервал Yp = | Yp-∆Yp<=Yp<=Yp-∆Yp | |||||||||||||||
148 | |||||||||||||||||
149 | ∆Yp = | 60.953 | 377,637≤Yp≤499,543 | ||||||||||||||
150 | |||||||||||||||||
151 | Прогноз является статистически надежным. |
A | B | C | D | E | F | G | H | I | J | K | L | M | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Модель с квадратным корнем | ||||||||||||
2 | |||||||||||||
3 | Построим уравнение регрессии вида | ||||||||||||
4 | |||||||||||||
5 | Заменим переменную, что привести данное уравнение регрессии к линейному виду: | ||||||||||||
6 | |||||||||||||
7 | Получим уравнение регрессии вида | ||||||||||||
8 | , | ||||||||||||
9 | Для расчета коэффициентов a и b составим таблицу: | ||||||||||||
10 | |||||||||||||
11 | x | z | y | z*y | z^2 | y^2 | Yx | y-Yx | (y-Yx)^2 | ((y-Yx)/y) | |||
12 | 1 | 554 | 23.54 | 302 | 7108.24 | 554 | 91204 | 332.12480 | -30.12480 | 907.50373 | 9.97510 | ||
13 | 2 | 560 | 23.66 | 360 | 8519.15 | 560 | 129600 | 336.41833 | 23.58167 | 556.09527 | 6.55046 | ||
14 | 3 | 545 | 23.35 | 310 | 7237.02 | 545 | 96100 | 325.64068 | -15.64068 | 244.63094 | 5.04538 | ||
15 | 4 | 672 | 25.92 | 415 | 10758.03 | 672 | 172225 | 412.70813 | 2.29187 | 5.25267 | 0.55226 | ||
16 | 5 | 796 | 28.21 | 452 | 12752.49 | 796 | 204304 | 490.07425 | -38.07425 | 1449.64836 | 8.42351 | ||
17 | 6 | 777 | 27.87 | 502 | 13993.11 | 777 | 252004 | 478.63227 | 23.36773 | 546.05059 | 4.65493 | ||
18 | 7 | 632 | 25.14 | 335 | 8421.77 | 632 | 112225 | 386.24897 | -51.24897 | 2626.45684 | 15.29820 | ||
19 | 8 | 688 | 26.23 | 416 | 10911.58 | 688 | 173056 | 423.07057 | -7.07057 | 49.99289 | 1.69966 | ||
20 | 9 | 833 | 28.86 | 501 | 14459.73 | 833 | 251001 | 511.97066 | -10.97066 | 120.35539 | 2.18975 | ||
21 | 10 | 577 | 24.02 | 403 | 9680.39 | 577 | 162409 | 348.45994 | 54.54006 | 2974.61827 | 13.53351 | ||
22 | 11 | 610 | 24.70 | 352 | 8693.76 | 610 | 123904 | 371.33880 | -19.33880 | 373.98903 | 5.49398 | ||
23 | 12 | 705 | 26.55 | 410 | 10886.25 | 705 | 168100 | 433.94947 | -23.94947 | 573.57716 | 5.84133 | ||
24 | 13 | 825 | 28.72 | 510 | 14648.63 | 825 | 260100 | 507.27818 | 2.72182 | 7.40832 | 0.53369 | ||
25 | 14 | 735 | 27.11 | 487 | 13203.00 | 735 | 237169 | 452.83231 | 34.16769 | 1167.43087 | 7.01595 | ||
26 | 15 | 785 | 28.02 | 516 | 14457.21 | 785 | 266256 | 483.46681 | 32.53319 | 1058.40851 | 6.30488 | ||
27 | 16 | 621 | 24.92 | 386 | 9619.07 | 621 | 148996 | 378.82690 | 7.17310 | 51.45339 | 1.85832 | ||
28 | 17 | 678 | 26.04 | 402 | 10467.45 | 678 | 161604 | 416.60835 | -14.60835 | 213.40392 | 3.63392 | ||
29 | 18 | 612 | 24.74 | 363 | 8980.12 | 612 | 131769 | 372.70526 | -9.70526 | 94.19208 | 2.67363 | ||
30 | 19 | 595 | 24.39 | 398 | 9708.26 | 595 | 158404 | 361.01808 | 36.98192 | 1367.66258 | 9.29194 | ||
31 | 20 | 829 | 28.79 | 513 | 14770.48 | 829 | 263169 | 509.62725 | 3.37275 | 11.37545 | 0.65746 | ||
32 | сумма | 13629 | 520.79332 | 8333 | 219275.75910 | 13629 | 3563599 | 8333 | 0.000000000004 | 14399.50625 | 111.22785 | ||
33 | среднее | 681.45 | 26.03967 | 416.65 | 10963.78795 | 681.45 | 178179.95 | 416.65 | 0.0000000000002 | 719.97531 | 5.56 | ||
34 | ∂ | 1.84 | 67.7 | ||||||||||
35 | ∂^2 | 3.386 | 4582.73 | ||||||||||
36 | |||||||||||||
37 | Найдем параметры уравнения регрессии | ||||||||||||
38 | |||||||||||||
39 | |||||||||||||
40 | = | 33.77682 | = | -462.88714 | |||||||||
41 | |||||||||||||
42 | Получаем уравнение регрессии | ||||||||||||
43 | |||||||||||||
44 | Индекс корреляции: | ||||||||||||
45 | |||||||||||||
46 | |||||||||||||
47 | 0.9181 | ||||||||||||
48 | |||||||||||||
49 | |||||||||||||
50 | А индекс детерминации | = | 0.8429 | , который показывает,что 84,29% вариации результативного | |||||||||
51 | признака обьясняется изменением признака-фактора,а 15,71% приходится на долю прочих факторов. | ||||||||||||
52 | |||||||||||||
53 | Средняя ошибка аппроскимации Ai=5,56%, показывает,что модель хорошо приближает исходные данные. | ||||||||||||
54 | |||||||||||||
55 | F-критерий Фишера. | ||||||||||||
56 | |||||||||||||
57 | = | 96.6 | значительно превышает Fтабл=4,41 |
A | B | C | D | E | F | G | H | I | J | K | L | M | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | Логарифмическая модель | ||||||||||||
2 | |||||||||||||
3 | |||||||||||||
4 | Построим уравнение регрессии вида:. у = а + blnx | ||||||||||||
5 | |||||||||||||
6 | Заменим переменную: z = lnx. | ||||||||||||
7 | Получаем уравнение регрессии вида | ||||||||||||
8 | |||||||||||||
9 | |||||||||||||
10 | Для расчета коэффициентов a и b составим таблицу: | ||||||||||||
11 | |||||||||||||
12 | x | z | y | z*y | z^2 | y^2 | Yx | y-Yx | (y-Yx)^2 | ((y-Yx)/y) | |||
13 | 1 | 554 | 6.32 | 302 | 1907.78 | 39.907 | 91204 | 329.84555 | -27.84555 | 775.37451 | 9.22038 | ||
14 | 2 | 560 | 6.33 | 360 | 2278.06 | 40.043 | 129600 | 334.58963 | 25.41037 | 645.68699 | 7.05844 | ||
15 | 3 | 545 | 6.30 | 310 | 1953.24 | 39.700 | 96100 | 322.63221 | -12.63221 | 159.57268 | 4.07491 | ||
16 | 4 | 672 | 6.51 | 415 | 2701.76 | 42.383 | 172225 | 414.88488 | 0.11512 | 0.01325 | 0.02774 | ||
17 | 5 | 796 | 6.68 | 452 | 3019.18 | 44.617 | 204304 | 489.46337 | -37.46337 | 1403.50374 | 8.28836 | ||
18 | 6 | 777 | 6.66 | 502 | 3341.03 | 44.295 | 252004 | 478.82370 | 23.17630 | 537.14073 | 4.61679 | ||
19 | 7 | 632 | 6.45 | 335 | 2160.38 | 41.588 | 112225 | 387.85771 | -52.85771 | 2793.93788 | 15.77842 | ||
20 | 8 | 688 | 6.53 | 416 | 2718.06 | 42.690 | 173056 | 425.24782 | -9.24782 | 85.52215 | 2.22303 | ||
21 | 9 | 833 | 6.73 | 501 | 3369.24 | 45.226 | 251001 | 509.47291 | -8.47291 | 71.79018 | 1.69120 | ||
22 | 10 | 577 | 6.36 | 403 | 2562.21 | 40.422 | 162409 | 347.76014 | 55.23986 | 3051.44210 | 13.70716 | ||
23 | 11 | 610 | 6.41 | 352 | 2257.54 | 41.132 | 123904 | 372.25399 | -20.25399 | 410.22396 | 5.75397 | ||
24 | 12 | 705 | 6.56 | 410 | 2688.86 | 43.010 | 168100 | 435.99764 | -25.99764 | 675.87722 | 6.34089 | ||
25 | 13 | 825 | 6.72 | 510 | 3424.85 | 45.096 | 260100 | 505.22289 | 4.77711 | 22.82076 | 0.93669 | ||
26 | 14 | 735 | 6.60 | 487 | 3214.14 | 43.558 | 237169 | 454.35049 | 32.64951 | 1065.99079 | 6.70421 | ||
27 | 15 | 785 | 6.67 | 516 | 3439.49 | 44.431 | 266256 | 483.33493 | 32.66507 | 1067.00684 | 6.33044 | ||
28 | 16 | 621 | 6.43 | 386 | 2482.49 | 41.362 | 148996 | 380.12495 | 5.87505 | 34.51619 | 1.52203 | ||
29 | 17 | 678 | 6.52 | 402 | 2620.70 | 42.499 | 161604 | 418.79961 | -16.79961 | 282.22698 | 4.17901 | ||
30 | 18 | 612 | 6.42 | 363 | 2329.27 | 41.174 | 131769 | 373.69557 | -10.69557 | 114.3953 | 2.94644 | ||
31 | 19 | 595 | 6.39 | 398 | 2542.65 | 40.814 | 158404 | 361.28899 | 36.71101 | 1347.69824 | 9.22387 | ||
32 | 20 | 829 | 6.72 | 513 | 3447.47 | 45.161 | 263169 | 507.35303 | 5.64697 | 31.88831 | 1.10077 | ||
33 | сумма | 13629 | 130.28533 | 8333 | 54458.39718 | 849.11071 | 3563599 | 8333 | 0.000000000006 | 14576.62880 | 111.72475 | ||
34 | среднее | 681.45 | 6.51427 | 416.65 | 2722.91986 | 42.45554 | 178179.95 | 416.65 | 0.0000000000003 | 728.83144 | 5.59 | ||
35 | ∂ | 0.14 | 67.7 | ||||||||||
36 | ∂^2 | 0.020 | 4582.73 | ||||||||||
37 | |||||||||||||
38 | Найдем параметры уравнения регрессии | ||||||||||||
39 | |||||||||||||
40 | |||||||||||||
41 | 440.4046 | -2452.26279 | |||||||||||
42 | |||||||||||||
43 | Т.е получаем следущее уравнение регрессии: | ||||||||||||
44 | |||||||||||||
45 | Индекс корреляции: | ||||||||||||
46 | |||||||||||||
47 | |||||||||||||
48 | 0.917 | ||||||||||||
49 | |||||||||||||
50 | |||||||||||||
51 | А индекс детерминации | = | 0.841 | , который показывает,что 84,1% вариации результативного | |||||||||
52 | признака обьясняется изменением признака-фактора,а 15,9% приходится на долю прочих факторов. | ||||||||||||
53 | |||||||||||||
54 | Средняя ошибка аппроскимации Ai=5,59%, показывает,что модель хорошо приближает исходные данные. | ||||||||||||
55 | |||||||||||||
56 | F-критерий Фишера. | ||||||||||||
57 | |||||||||||||
58 | = | 95 | значительно превышает Fтабл=4,41 | ||||||||||
59 | |||||||||||||
60 |
Информация о работе Решение задачи по парной регрессии. Линейная и нелинейная регрессии