Автор: Пользователь скрыл имя, 21 Октября 2011 в 11:09, контрольная работа
Для характеристики Y от Х построить следующие модели:
- линейную,
- степенную,
- показательную,
- гиперболическую.
2. Оценить каждую модель, определив:
- индекс корреляции,
- среднюю относительную ошибку,
- коэффициент детерминации,
- F-критерий Фишера.
3. Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.
4. рассчитать прогнозные значения результативного признака, если прогнозное значение фактора увеличится на 110% относительно среднего уровня.
5. Результаты расчетов отобразить на графике.
Задача. Вариант № 2.
По предприятиям легкой промышленности региона получена информация характеризующая зависимость объема выпуска продукции (Y, млн.руб.)от объема капиталовложений (Х, млн.руб.).
Требуется:
- линейную,
- степенную,
- показательную,
- гиперболическую.
2. Оценить каждую модель, определив:
- индекс корреляции,
- среднюю относительную ошибку,
- коэффициент детерминации,
- F-критерий Фишера.
3.
Составить сводную таблицу
4.
рассчитать прогнозные
5.
Результаты расчетов
Задание к задаче
Таблица 1
|
Решение:
Определим линейный коэффициент парной корреляции по следующей формуле:
0,916
Для оценки значимости используем коэффициент Стьюдента
5,1056, , при равно 2,01500, так как значит, коэффициент парной корреляции значим и надо на него обратить внимание, величины Y и X связаны между собой.
По вычислениям сделанным выше видно, что между объемом капиталовложений и выпуском продукции достаточно сильная положительная связь. Уравнение линейной регрессии имеет вид:
0,907
,
тогда уравнение линейной регрессии имеет вид:
С увеличением объема капиталовложений на 1 млн. руб. объем выпускаемой продукции увеличивается в среднем на 907 тыс.руб. Это свидетельствует об прямой связи данных показателей и эффективности работы предприятия.
Расчеты производились исходя из данных, указанных в таблице 2,3
Таблица 2
№п/п | Y | X | Y-Yср | (Y-Yср)² | X-Xср | (X-Xср)² | (Y-Yср)(X-Xср) |
1 | 26 | 40 | -9,43 | 88,898 | -6,86 | 47,020 | 64,653 |
2 | 28 | 39 | -7,43 | 55,184 | -7,86 | 61,735 | 58,367 |
3 | 36 | 43 | 0,57 | 0,327 | -3,86 | 14,878 | -2,204 |
4 | 34 | 46 | -1,43 | 2,041 | -0,86 | 0,735 | 1,224 |
5 | 38 | 50 | 2,57 | 6,612 | 3,14 | 9,878 | 8,082 |
6 | 44 | 53 | 8,57 | 73,469 | 6,14 | 37,735 | 52,653 |
7 | 42 | 57 | 6,57 | 43,184 | 10,14 | 102,878 | 66,653 |
Сумма | 248 | 328 | 0,00 | 269,714 | 0,00 | 274,857 | 249,429 |
Среднее | 35,43 | 46,86 | 38,531 | 39,265 | 35,633 |
Таблица 3
№п/п | Y | X | В | А | Yрасч | е=Y-Yрасч | e/Y*100% |
1 | 26 | 40 | 0,907 | -7,09 | 29,19 | -3,190 | -12,269 |
2 | 28 | 39 | 28,283 | -0,283 | -1,011 | ||
3 | 36 | 43 | 31,911 | 4,089 | 11,358 | ||
4 | 34 | 46 | 34,632 | -0,632 | -1,859 | ||
5 | 38 | 50 | 38,26 | -0,260 | -0,684 | ||
6 | 44 | 53 | 40,981 | 3,019 | 6,861 | ||
7 | 42 | 57 | 44,609 | -2,609 | -6,212 | ||
Сумма | 247,866 | 0,134 | -3,815 | ||||
Среднее | 35,409 | -0,545 |
Рассчитаем коэффициент детерминации:
0,8391
Вариация результата Y (объема выпуска продукции) на 83,91% объясняется вариацией фактора Х (объем капиталовложений).
Оценку значимости уравнения регрессии проведем с помощь. F-критерия Фишера:
26,08, так как для ; , , то уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т.к. .
Определим среднюю относительную ошибку:
Данный показатель отражает, на сколько в среднем расчетные значения для линейной модели отличаются от фактических значений (на 0,545%).
Уравнение степенной модели имеет вид: .
Для построения этой модели необходимо произвести линеаризацию переменных. Для этого произведем логарифмирование обеих частей уравнения:
.
Таблица 4
№п/п | Факт Y(t) | lg (Y) | Переменная Х(t) | lg (X) |
1 | 26 | 1,415 | 40 | 1,602 |
2 | 28 | 1,447 | 39 | 1,591 |
3 | 36 | 1,556 | 43 | 1,633 |
4 | 34 | 1,531 | 46 | 1,663 |
5 | 38 | 1,580 | 50 | 1,699 |
6 | 44 | 1,643 | 53 | 1,724 |
7 | 42 | 1,623 | 57 | 1,756 |
Сумма | 248,00 | 10,80 | 328,00 | 11,67 |
Среднее | 35,429 | 1,542 | 46,857 | 1,667 |
Обозначим Y=lg , Х=lgx, А=lga.
Тогда уравнение имеет вид: Y=A+bX – линейное уравнение регрессии.
Рассчитаем его параметры, используя таблицу 5.
Таблица 5
y | Y | x | X | YX | Xкв | Y расч | е=Y-Yрасч | e/Y*100% | e кв | |
1 | 26 | 1,415 | 40 | 1,602 | 2,267 | 2,567 | 28,546 | -2,546 | -9,792 | 6,482 |
2 | 28 | 1,447 | 39 | 1,591 | 2,303 | 2,531 | 27,599 | 0,401 | 1,433 | 0,161 |
3 | 36 | 1,556 | 43 | 1,633 | 2,542 | 2,668 | 31,435 | 4,565 | 12,681 | 20,839 |
4 | 34 | 1,531 | 46 | 1,663 | 2,546 | 2,765 | 34,392 | -0,392 | -1,153 | 0,154 |
5 | 38 | 1,580 | 50 | 1,699 | 2,684 | 2,886 | 38,435 | -0,435 | -1,145 | 0,189 |
6 | 44 | 1,643 | 53 | 1,724 | 2,834 | 2,973 | 41,539 | 2,461 | 5,592 | 6,055 |
7 | 42 | 1,623 | 57 | 1,756 | 2,850 | 3,083 | 45,770 | -3,770 | -8,976 | 14,213 |
Итого | 248,00 | 10,80 | 328,00 | 11,67 | 18,03 | 19,47 | 247,72 | 0,284 | -1,360 | 48,093 |
Среднее | 35,429 | 1,542 | 46,857 | 1,667 | 2,575 | 2,782 | 35,388 |