Аналіз залишків

Залишками називають різницю між спостереженими значеннями результативної ознаки та теоретичними значеннями її, розрахованими за рівнянням регресії.

8. У вікні Multiple Regression Results перейдіть на вкладнику Residuals/assumptions/prediction та натисніть клавішу Perform residual analysis (аналіз залишків), а потім кнопку Summay: Residuals & predicted (показати залишки і передбачені значення).

В таблиці, що відкрилась, в графі Predicted Value (прогнозовані значення) наведені значення віку досягнення 100кг (діб), що точно відповідають тому чи іншому середньодобовому приросту( г) /.

Це ті точки, що лежать точно на прямій лінії регресії.

Поверніться у попереднє вікно.

9. Результати регресійного аналізу необхідно подати у вигляді графіка (рис. 43). Для цього натисніть клавішу Normal plot of residuals.

На цьому графіку показана лінія регресії та точки, що відповідають дослідним даним.

Закрийте всі відкриті вікна і вимкніть програму STATISTICA.

Рис. 43. Графік лінії регресії

Множинний регресійний аналіз в системі statistica

Зауваження. Лінійна модель з декількома предикаторами називається лінійною множинною регресійною моделлю, а саме:

Yi, = b₁x_1i + b₂,х₂ + + bp + bp_i +b₀ + с,

де b₀, b₁,b₂, .., bр – невідомі параметри моделі, які розраховуються за допомогою систем нормальних рівнянь. Наприклад, система нормальних рівнянь для регресії з двома предикаторами має наступний вигляд:

nb₀ + b_1iх_1i + b₂∑_ix_2i = ∑_iy_i

b₀ ∑_ix_1i x_1i² + b_2iх_2i + b₂ ∑_ix_1i x_2i = ∑_ix_1i y_i

b_o ∑_ix_2i + b₁∑_ix_1ix_2i + b₂ ∑_ix_2i² = ∑_ix_2i y_i

Завдання

Вивчалась річна динаміка об’ємів реалізації продукції (молока) по господарствах району. При цьому прийняті до уваги наступні показники:

- об’єм продаж продукції за поточний місяць (Var 1);

- об’єм продаж продукції за попередній місяць (Var 2);

- надбавка за продукцію в поточному місяці (Var 3);

- надбавка за продукцію в попередньому місяці (Var 4);

- кількість корів у господарстві (Var 5);

- середня кислотність молока (Var 6);

- індекс роздрібних цін в поточному місяці (Var 7).

Одержані дані занесені в таблицю.

Провести лінійний регресійний аналіз отриманих даних.

Початок роботи

1.У своїй робочій папці створіть нову папку 1аb9. Всі файли, які буде створено при виконанні даної роботи, зберігайте у цій папці.

2.Створіть новий файл електронної таблиці для введення даних (з табл. 14)

Міс. року	Var1	Var2	Var3	Var4	Var5	Var6	Var7
1	8846,4	10132	288,5	200	1675	8,2	101,5
2	8774,7	8846,4	324,2	288,5	1405	9,4	103,8
3	9524,7	8774,7	332,2	324,2	723	15,1	109,2
4	11134,3	9524,7	439,2	332,2	2230	20,9	108,9
5	12239,8	11134,3	98,2	439,2	2615	25,7	112,4
6	8862,1	12239,8	212,8	98,2	3089	26,3	113,1
7	8646,9	8862,1	416	212,8	1741	22,8	114,1
8	11758,5	8646,9	327,7	416	2060	18,7	116
9	11867,2	11758,5	160,6	327,7	1777	15,5	116,6
10	9577,6	11867,2	403,1	160,6	1378,9	11,7	133,6
11	10898,4	9577,6	269,7	403,1	1253,3	5,6	119,5
12	9638,6	10898,4	280,5	269,7	794	6,5	130,6
13	9203,9	9638,6	335,1	280,5	1384,4	8,1	125
14	9231,1	9203,9	169,3	335,1	1392,5	10,3	124,2
15	7334,5	9231,1	206	169,3	2484,4	9,7	130,7
16	7647	7334,5	216,1	206	2777,5	22,4	131,6
17	7839,6	7647	322,2	216,1	3301,9	20,6	133,4
18	9787	7839,6	285,5	322,2	3636	26,8	139,1
19	9600	9787	79,2	285,5	3415	27,8	142,3
20	7199,9	9600	333,6	79,2	2606	18,3	139,9
21	9547,7	7199,9	293,1	333,6	2508	12	144,5
22	10187,5	9547,7	238,5	293,1	2834,1	9,7	143,9
23	9661,2	10187,5	255,4	238,5	2481	5,1	148
24	9189,2	9661,2	383,6	255,4	1474,4	2,8	149,3

3.Збережіть цей файл під назвою Iab9.sta у свою робочу папку 1аb9.