- •Министерство образования и науки Российской Федерации
- •1. Найдем параметры уравнения линейной регрессии и дадим экономическую интерпретацию коэффициента регрессии.
- •2. Вычислим остатки; найдем остаточную сумму квадратов; оценим дисперсию остатков и построим график остатков.
- •3. Проверим выполнение предпосылок мнк, который включает элементы:
- •5. Вычислим коэффициент детерминации, проверим значимость уравнения регрессии с помощью - критерия Фишера , найдем среднюю относительную ошибку аппроксимации. Сделаем вывод о качестве модели.
- •7. Представим графически фактические и модельные значения y точки прогноза.
- •8. Составить уравнения нелинейной регрессии и построить их графики:
- •9. Для указанных моделей найдем коэффициенты детерминации и средние относительные ошибки аппроксимации и сравним модели по этим характеристикам.
9. Для указанных моделей найдем коэффициенты детерминации и средние относительные ошибки аппроксимации и сравним модели по этим характеристикам.
Для выбора лучшей модели построим сводную таблицу результатов:
Таблица 6.
Сравнительная характеристика параметров модели.
|
ПАРАМЕТРЫ |
||
Коэффициент детерминации
|
Коэффициент эластичности Э
|
Средняя относительная ошибка
|
|
Гиперболическая |
0,917 |
0,6897 |
6,38 |
Степенная |
0,967 |
0,8577 |
3,96 |
Показательная |
0,961 |
0,8835 |
4,44 |
Коэффициент детерминации показывает, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него факторов. Чем ближе R к единице, тем лучше качество модели. Значит, по этому параметру лучшей моделью является степенная (R2 = 0,967).
Средняя относительная ошибка аппроксимации показывает, на сколько в среднем расчетные значения ŷ для модели отличаются от фактических значений. Чем меньше рассеяние эмпирических точек вокруг теоретической линии регрессии, тем меньше средняя ошибка аппроксимации. Значит, по этому параметру лучшей моделью является степенная (Ēотн = 3,96).
Данная работа скачена с сайта Банк рефератов http://www.vzfeiinfo.ru.