Задача№ 1

Практическая часть

Вариант 1

 

 

 

1. Построитьполекорреляции,сформулироватьгипотезуоформесвязиипостроитьэмпирическуюлиниюрегрессии(линиютренда).

 

 

Рассмотрим пример использования данных функций. Исходные данные, в которых содержатся цена и спрос на некоторый товар, представлены в таблице 1.


  x y
17,09 130,18
17,71 130,06
16,78 124,93
16,49 119,41
17,29 124,24
17,42 122,57
18,10 129,59
17,91 122,09
17,42 119,92
17,70 122,72
18,41 121,45
18,63 117,21
18,70 120,35
18,59 114,86
18,51 114,40
     

 

 

С помощью возможностей программного комплекса Excel построил поле корреляции. Т.е задал точечную диаграмму и добавил линию тренда. В параметрах установил – Показывать уравнение на диаграмме, Поместить на диаграмме величину достоверности аппроксимации (R2).


y = -3,069x + 176,8 (линейное уравнение)
R² = 0,187
(коэффициент детерминации)

В данном случае можно сформулировать гипотезу о наличии связи между ценой и спросом на товар, носящей скорее всего линейный характер.

2. Построим уравнение регрессии.

Линейная модель в виде:

 

Неизвестные значения определяются методом наименьших квадратов (МНК)

 

Решение системы нормальных уравнений являются оценки неизвестных параметров:

 

 

Вспомогательная таблица расчетов

  x y xy y2 i
17,09 130,18 292,07 2224,74 85303,775 124,36
17,71 130,06 313,64 2303,352 98372,621 122,45
16,78 124,93 281,57 2096,242 79280,764 125,31
16,49 119,41 271,92 1969,142 73940,541 126,2
17,29 124,24 298,94 2148,097 89367,575 123,74
17,42 122,57 303,46 2135,136 92085,787 123,34
18,10 129,59 327,61 2345,555 107328,31 121,26
17,91 122,09 320,77 2186,591 102892,17 121,84
17,42 119,92 303,46 2089,005 92085,787 123,34
17,70 122,72 313,29 2172,119 98150,624 122,4
18,41 121,45 338,93 2235,909 114872,26 120,3
18,63 117,21 347,08 2183,557 120462,37 119,63
18,70 120,35 349,69 2250,594 122283,1 119,41
18,59 114,86 345,59 2135,166 119431,13 119,75
18,51 114,40 342,62 2117,509 117388,53
итого 266,75 1833,96 4750,6 32592,71 1513245,4 1833,33
             
ср.знач 17,78 122,26 316,7 2172,85 100833,02 122,22

 

Промежуточные расчеты:

=32592.71/15=2172.85

= 17.78*122.26= 2173.78

= 316.7

=316.12

=-1.603

=122.26+1.603*17.78=150.76

Произведя расчеты получим линейную модель зависимости y от x которая имеет следующий вид:

=150.76-1.603*

 

3. Коэффициент парной корреляции

Промежуточные расчеты:

= 100833.02

=14947.5

=293,06

=316.7

=316.12

=0.76

=

Коэффициент корреляции |r|<0.19, что свидетельствует об очень слабой связи.

Коэффициент детерминации равен:

=(0,0041)2 =0,0000168

 

Показатель средней ошибки аппроксимации рассчитывается по формуле:

 

 

В нашем случае, = 2,7% , что свидетельствует о высоком качестве модели.

Строим основную гипотезу =0, строим альтернативную гипотезу 0,

, где величина стандартной ошибки.

= , e=| - |

В нашем случае n=15, произведя расчеты получили =2.56

=150, 76, получаем:

t= =58.9.

Формула значения t-критерия Стьюдента для проверки гипотезы =0 имеет вид:

t= *(n-2)

Получаем: t= *(n-2)= *13=0,054

Fнабл= *(n-2), получаем:

Fнабл = *13=0,0022

 

ВЫВОД ИТОГОВ              
                 
Регрессионная статистика              
Множественный R 0,361913              
R-квадрат 0,130981              
Нормированный R-квадрат 0,058563              
Стандартная ошибка 4,515274              
Наблюдения              
                 
Дисперсионный анализ            
df SS MS F Значимость F      
Регрессия 36,87476 36,87476 1,808677 0,203535      
Остаток 244,6524 20,3877          
Итого 281,5271            
                 
Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 164,4716 31,82725 5,167637 0,000234 95,12604 233,8173 95,12604 233,8173
17,09 -2,39854 1,78347 -1,34487 0,203535 -6,28438 1,487311 -6,28438 1,487311