Гиперболическая модель регрессии

Уравнение данной модели имеет вид: .

Для оценивания параметров модели проводят замену переменных: .

Получим уравнение множественной линейной регрессии: .

Для построения уравнения используем данные таблицы (рисунок 4.7):

 

Рисунок 4.7 – Исходные данные для построения гиперболической модели

 

Результаты регрессионного анализа представлены на рисунке 4.8.

 

Рисунок 4.8 - Результат применения инструмента Регрессия

 

Получено уравнение множественной линейной регрессии: .

Оценивая параметры данного уравнения, замечаем, что статистически значимым является параметр при X1, (об этом свидетельствует величина р – значение из рисунка 4.8) следовательно, целесообразно строить уравнение гиперболической регрессии только с данным фактором. В результате получаем равнение следующего вида: (рисунок 4.9).

 

Рисунок 4.9 - Результат применения инструмента Регрессия

 

 

Следовательно, получим уравнение регрессии: .

Подставляя в данное уравнение фактические значения x₁, получаем теоретические значения результата (рисунок 4.7 графа 9). По ним рассчитаем показатели:

- индекс корреляции составит (рисунок 4.9): - связь между признаками средняя;

- коэффициент эластичности ;

- средняя ошибка аппроксимации (рисунок 4.7, графа 10)

;

- F-критерий (рисунок 4.9).

Данная модель также статистически значима и имеет удовлетворительное качество.