Построение показательной функции
Уравнение показательной кривой: ŷ = a b x
Для построения этой модели необходимо произвести линеаризацию переменных. Для этого осуществим логарифмирование обеих частей уравнения:
lg ŷ = lg a + x lg b
Обозначим Y = lg ŷ, B = lg b, A = lg a.
Получим линейное уравнение регрессии:
Y = A + B x .
Рассчитаем его параметры, используя данные таблицы 3.7.
Таблица 3.7.
t | ||||||||||||||||||||
1,8062 | 115,60 | 0,1072 | 0,0115 | -17,43 | 303,76 | 60,6 | 11,464 | 3,3859 | 5,290 | |||||||||||
1,7482 | 118,88 | 0,0492 | 0,0024 | -13,43 | 180,33 | 3,9632 | -1,991 | 3,555 | ||||||||||||
1,7160 | 140,71 | 0,0170 | 0,0003 | 0,57 | 0,33 | 49,7 | 5,4221 | 2,3285 | 4,478 | |||||||||||
1,6812 | 127,77 | -0,017 | 0,0003 | -5,43 | 29,47 | 53,1 | 25,804 | -5,08 | 10,583 | |||||||||||
1,6990 | 142,71 | 0,0000 | 0,0000 | 2,57 | 6,61 | 48,6 | 2,0031 | 1,4153 | 2,831 | |||||||||||
1,6628 | 159,62 | -0,036 | 0,0013 | 14,57 | 212,33 | 42,5 | 11,933 | 3,4544 | 7,509 | |||||||||||
1,5798 | 157,98 | -0,119 | 0,0142 | 18,57 | 344,90 | 40,7 | 7,3132 | -2,704 | 7,117 | |||||||||||
итог | 11,8931 | 963,28 | 0,0300 | 1077,7 | 67,903 | 0,8093 | 41,363 | |||||||||||||
ср знч | 50,57 | 1,6990 | 81,4 | 137,61 | 5,909 | |||||||||||||||
Уравнение будет иметь вид: Y=2,09-0,0048
Перейдем к исходным переменным x и y, выполнив потенциирование данного уравнения:
.
Определим индекс корреляции
Связь между показателем y и фактором x можно считать достаточно сильной.
Индекс детерминации:
Вариация результата Y (объема выпуска продукции) на 82,8 % объясняется вариацией фактора Х (объемом капиталовложений).
Рассчитаем F-критерий Фишера:
F>FТАБЛ = 6,61 для a = 0,05 ; к1=m=1, k2=n-m-1=5 .
Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т. к. F>FТАБЛ .
Средняя относительная ошибка:
В среднем расчетные значения ŷ для показательной функции отличаются от фактических на 5.909 %.