Автор: Пользователь скрыл имя, 16 Декабря 2010 в 17:12, практическая работа
Проранжируем данные по всем показателям и исключим аномальные наблюдения: визуальный анализ диаграмм рассеяния показал, что таких наблюдений нет.
a Dependent Variable:
X1
Т.к.
модель, включающая константу и показатели
X3 и X4, признанные значимыми, имеет наибольший
коэффициент детерминации (R2=0,723),
а также меньшую стандартную ошибку (S=617,28),
то моделью, наиболее точно описывающей
эмпирические данные, признается она.
Уравнение регрессии значимо. Тем не менее,
модель недостаточно точна.
Окончательное уравнение регрессии примет вид: Y = 1760,55 + 2,82X3 – 71,11X4,
б)
2 кластер
Методом пошагового
исключения регрессоров:
Model
Summary
| Model | R | R Square | Adjusted R Square | Std. Error of the Estimate |
| 1 | ,537(a) | ,288 | ,237 | 3451,98271 |
| 2 | ,714(b) | ,510 | ,435 | 2971,01623 |
a Predictors: (Constant), X2
b Predictors: (Constant),
X2, X3
Coefficients(a)
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
| B | Std. Error | Beta | ||||
| 1 | (Constant) | 6398,518 | 2234,302 | 2,864 | ,013 | |
| X2 | 15,419 | 6,477 | ,537 | 2,381 | ,032 | |
| 2 | (Constant) | 2653,089 | 2464,892 | 1,076 | ,301 | |
| X2 | 16,319 | 5,587 | ,568 | 2,921 | ,012 | |
| X3 | 2,495 | 1,027 | ,472 | 2,429 | ,030 | |
a Dependent Variable:
X1
Т.к. модель, включающая
константу и показатели X2 и X3 имеет
наибольший коэффициент детерминации
(R2=0,510), а также меньшую стандартную
ошибку (S=2971,02), то моделью, наиболее точно
описывающей эмпирические данные, признается
она. Однако константа оказалась незначимой.
Окончательное уравнение регрессии примет вид: Y = 16,32X2 + 2,5X3,
Из-за низкого
коэффициента детерминации модель не
является пригодной для дальнейшего
анализа.
в)
3 кластер
Model
Summary
| Model | R | R Square | Adjusted R Square | Std. Error of the Estimate |
| 1 | ,617(a) | ,380 | ,339 | 757,93106 |
a Predictors: (Constant),
X4
Coefficients(a)
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
| B | Std. Error | Beta | ||||
| 1 | (Constant) | 3546,704 | 507,444 | 6,989 | ,000 | |
| X4 | 91,949 | 30,305 | ,617 | 3,034 | ,008 | |
a Dependent Variable:
X1
Модель имеет
коэффициент детерминации R2=0,380,
стандартную ошибку (S=757,93). Коэффициенты
и уравнение регрессии признаны значимыми.
Тогда окончательное уравнение регрессии примет вид: Y = 3546,7 + 91,95X4,
Из-за низкого коэффициента детерминации модель не является пригодной для дальнейшего анализа.
6.
Выводы.
Использование типологических регрессий не было целесообразным. Все модели, полученные в предыдущем пункте, уступают по качеству первой построенной модели. Возможно, необходимо было разбить совокупность на другое количество кластеров или использовать другие методы кластеризации.