- •Федеральное агенство по образованию
- •1. Проанализируйте тесноту и направление связи между переменными, отберите факторы для регрессионного анализа.
- •2. Постройте модели множественной регрессии с выбранными факторами. Проверьте значимость параметров уравнения.
- •3. Постройте уравнение только со статистически значимыми факторами. Оцените его качество.
- •4. Оцените степень влияния включенных в модель факторов на независимую переменную при помощи коэффициентов эластичности, â и δ коэффициентов.
- •5.Определите точность модели.
4. Оцените степень влияния включенных в модель факторов на независимую переменную при помощи коэффициентов эластичности, â и δ коэффициентов.
Средние коэффициенты эластичности в случае линейной модели определяются формулами
В EXCEL с помощью функции СРЗНАЧ найдем: ;;. Тогда:
Следовательно, при увеличении дохода на 1% и неизменном стаже работы стоимость автомобиля увеличивается на 1,05%
При увеличении стажа работы на 1 год при неизменном доходе стоимость автомобиля уменьшается на 0,73%.
Бета-коэффициент определяется формулой
С помощью функции СТАНДОТКЛОН найдем ;;Тогда:
Таким образом, при увеличении только фактора Х1 на одно свое стандартное отклонение результат Y увеличивается в среднем на 1,09 своего стандартного отклонения SY, а при увеличении только фактора Х3 на одно его стандартное отклонение – уменьшается на 0,24 SY.
Дельта-коэффициент определяется формулой
Коэффициенты парной корреляции ; найдены с помощью программы КОРРЕЛЯЦИЯ, что представлено в таблице 1. Коэффициент детерминации R2 = 0,90 определен для рассматриваемой двухфакторной модели программой РЕГРЕССИЯ, что представлено в таблице 6.
Вычислим дельта-коэффициенты:
Поскольку ∆4 < 0, то факторная переменная Х4 выбрана неудачно и ее нужно исключить из модели.
Значит, по уравнению полученной линейной двухфакторной модели изменение результирующего фактора Y (стоимость автомобиля) на 100% объясняется воздействием фактора Х1 (доходом).
5.Определите точность модели.
Оценим точность уравнения через среднюю относительную ошибку аппроксимации. Средняя ошибка аппроксимации рассчитывается по следующей формуле:
Для расчета воспользуемся вспомогательной таблицей 10.
Таблица 10. Вспомогательная таблица для расчета средней ошибки аппроксимации
Наблюдение |
Предсказанное Y |
Остатки() | ||
1 |
26,59641 |
9,603595 |
0,361086194 |
0,361086 |
2 |
59,76516 |
-22,8652 |
-0,382583431 |
0,382583 |
3 |
14,86324 |
-1,16324 |
-0,078262793 |
0,078263 |
4 |
16,01833 |
-3,51833 |
-0,219644149 |
0,219644 |
5 |
11,75245 |
-0,45245 |
-0,038498486 |
0,038498 |
6 |
33,91744 |
3,282558 |
0,096780829 |
0,096781 |
7 |
17,78945 |
2,010554 |
0,113019511 |
0,11302 |
8 |
31,03546 |
-2,83546 |
-0,091361857 |
0,091362 |
9 |
9,457536 |
2,742464 |
0,289976621 |
0,289977 |
10 |
40,57423 |
5,52577 |
0,136189157 |
0,136189 |
11 |
38,4249 |
-2,9249 |
-0,076119928 |
0,07612 |
12 |
12,89288 |
-1,09288 |
-0,084766375 |
0,084766 |
13 |
23,11193 |
-1,81193 |
-0,078398157 |
0,078398 |
14 |
69,5134 |
-0,6134 |
-0,008824215 |
0,008824 |
15 |
32,93302 |
1,166981 |
0,035434975 |
0,035435 |
16 |
73,30989 |
5,590109 |
0,076253134 |
0,076253 |
17 |
21,35223 |
-2,75223 |
-0,128896621 |
0,128897 |
18 |
16,10254 |
-2,40254 |
-0,149202352 |
0,149202 |
19 |
46,14546 |
8,554537 |
0,18538197 |
0,185382 |
20 |
50,59305 |
7,706951 |
0,152332213 |
0,152332 |
21 |
13,01994 |
-1,21994 |
-0,093698023 |
0,093698 |
22 |
13,10551 |
-3,60551 |
-0,275114131 |
0,275114 |
23 |
10,88141 |
-2,38141 |
-0,218851482 |
0,218851 |
24 |
13,14413 |
3,455873 |
0,262921449 |
0,262921 |
Сумма |
|
|
|
3,633598 |
Таким образом:
Т.е. в среднем расчетные значения y отличаются от фактических значений на 15,13%.
6. Спрогнозируйте цену транспортного средства (ТС), если доход составляет 160 ден. ед. При необходимости включите в модель другие факторы. Прогнозные значения данных факторов примите равными и средним значениям.
Для прогноза цены транспортного средства воспользуемся следующим уравнением регрессии:
При этом X1 (доход) = 160 ден. ед.
Х4 (стаж) примем равным среднему значению = 9
Рассчитаем по уравнению модели прогнозное значение Y:
Таким образом, если доход составит 160 ден.ед., а стаж 9 лет, то стоимость транспортного средства составит 61,06 ден. ед.
Зададим доверительную вероятность p = 1 – α = 1– 0,05 = 0,95 и построим доверительный прогнозный интервал для среднего значения Y.
Для этого нужно рассчитать стандартную ошибку прогнозирования для среднего значения результирующего признака:
Предварительно подготовим:
Стандартная ошибка. Данная ошибка рассчитывается нижеуказанной формулой. В данном случае информация получена из таблицы 4.
Среднее значение. Данные расчета среднего значения и средней квадратической ошибки прогноза представлены в таблице 8.
–коэффициент Стьюдента для уровня значимости α=5 % и числа степеней свободы k = 37.
Найдем Значение . Для этого рассчитаем:
Следовательно, стандартная ошибка прогнозирования для среднего значения составляет:
Границами прогнозного интервала будут:
Верхняя граница упрогн = 77,5 + 8,01 = 85,51
Нижняя граница упрогн = 77,5– 8,01 = 69,49
Таким образом, с надежностью 95% можно утверждать, что если доходы составят 160 ден. ед., стаж работы 9 лет, то ожидаемая средняя цена ТС будет от 69,49 тыс. долл. до 85,51 тыс. долл.