- •С.А.Айвазян
- •Глава 1. Корреляционный анализ
- •1.1. Корреляционный анализ показателей деятельности песчаных карьеров
- •1.2. Задачи и упражнения
- •1.3. Тест
- •Глава 2. Регрессионный анализ (классическая модель)
- •2.1. Регрессионная модель производительности труда
- •2.2. Регрессионная модель урожайности зерновых культур
- •Исходные данные для анализа
- •Матрица парных коэффициентов корреляций
- •2.3. Задачи и упражнения
- •Список рекомендуемой литературы
- •Приложения
- •П.1.1. Анализ уровня жизни населения в 1994г.
- •Варианты заданий для самостоятельной работы
- •Сергей Артемьевич Айвазян
- •Владимир Сергеевич Мхитарян
- •Владимир Алексеевич Зехин
- •Практикум по многомерным статистическим методам
1.3. Тест
1. Известно, что при фиксированном значении x3между величинамиx1иx2существует положительная связь. Какое значение может принять частный коэффициент корреляцииr12/3.
а) -0,8; в) 0,4;
б) 0; г) 1,3.
2. По результатам n=20 наблюдений получен частный коэффициент корреляции. Определите, чему при уровне значимости=0,05 равна разность между наблюдаемыми критическим (rkp) значениями коэффициентов корреляции:
а) -0,513; в) 0,700;
б) 0,344; г) 0,133.
3. Известно, что x3усиливает связь между величинамиx1иx2. По результатам наблюдений получен частный коэффициент корреляции. Какое значение может принять парный коэффициент корреляции:
а) 0,4; в) -0,8;
б) 0,2; г) 1,2.
4. По результатам n=10 наблюдений рассчитан частный коэффициент корреляциии с доверительной вероятностью=0,95 найдена интервальная оценка 0,37r12(3)0,96. Какое значение принимает верхняя граница доверительного интервала дляr12(3) при=0,9:
а) 0,94; в) 0,39;
б) 0,98; г) 0,27.
5. По результатам n=20 наблюдений рассчитани найден при=0,95 доверительный интервал 0,23r13(2)0,83.
Какое значение примет нижняя граница доверительного интервала для r13(2) приn=10 еслииостались неизменными:
а) 0,45;
б) 0,20;
в) 0,32;
г) 0,89.
6. Множественный коэффициент корреляции . Определите, какой процент дисперсии величиныx1объясняется влияниемx2иx3:
а) 28%;
б) 32%;
в) 64%;
г) 80%.
7. По результатам 20 наблюдений найден множественный коэффициент корреляции, т.е. гипотизу . Проверьте значимость множественного коэффициента корреляции H0:при=0,05 и определите разность между наблюдаемым Fнабли критическим Fkpзначениями статистики критерия:
а) 2,8;
б) -13,6;
в) 9,4;
г) 11,5.
8. Какое значение может принимать коэффициент детерминации:
а) -0,5;
б) -0,2;
в) 0,4;
г) 1,2.
9. Какое значение может принять множественный коэффициент корреляции:
а) -1;
б) -0,5;
в) 0;
г) 1,2.
10. По результатам n=25 наблюдений получен парный коэффициент корреляции. Известно, чтоx3занижает связь междуx1иx2. Какое значение может принять частный коэффициент корреляции:
а) -0,5;
б) -0,6;
в) 0,5;
г) 0,8.
Глава 2. Регрессионный анализ (классическая модель)
2.1. Регрессионная модель производительности труда
По данным годовых отчетов десяти (n=10) машиностроительных предприятий провести регрессионный анализ зависимости производительности трудау(тыс. руб. на чел.) от объема производствах(млн.руб.). Предполагается линейная модель, т.е..
Таблица 2.1.
Исходная информация для анализа и результаты расчетов
номер п/п (i) |
yi |
xi | ||
1 |
2,1 |
3 |
2,77 |
-0,67 |
2 |
2,8 |
4 |
3,52 |
-0,72 |
3 |
3,2 |
5 |
4,27 |
-1,07 |
4 |
4,5 |
5 |
4,27 |
0,23 |
5 |
4,8 |
5 |
4,27 |
0,53 |
6 |
4,9 |
5 |
4,27 |
0,63 |
7 |
5,5 |
6 |
5,02 |
0,48 |
8 |
6,5 |
7 |
5,77 |
0,73 |
9 |
12,1 |
15 |
11,75 |
0,35 |
10 |
15,1 |
20 |
15,50 |
-0,4 |
Решение:Определим вектор оценоккоэффициентов регрессии. Согласно методу наименьших квадратов, векторbполучается из выражения:
(2.1)
Воспользовавшись правилами умножения матриц будем иметь
В матрице число 10, лежащее на пересечении 1-й строки и 1-го столбца, получено как сумма произведений элементов 1-й строки матрицы ХТи 1-го столбца матрицы Х, а число 75, лежащее на пересечении 1-й строки и 2-го столбца - как сумма произведений элементов 1-й строки матрицы ХТи 2-го столбца матрицы Х и т.д.
Найдем обратную матрицу
Тогда вектор оценок коэффициентов регрессии равен
а оценка уравнения регрессии будет иметь вид
(2.2)
Перейдем к статистическому анализу полученного уравнения регрессии: проверке значимости уравнения и его коэффициентов, исследованию абсолютных и относительныхошибок аппроксимации.
Предварительно определим вектор модельных значений результативного показателя :
Тогда
(2.3)
А несмещенная оценка остаточной дисперсии равна:
а оценка среднеквадратического отклонения
.
Проверим на уровне значимости =0,05 значимость уравнения регрессии, т.е гипотезу H0:=0 (0=1=0). Для этого вычисляем величину
(2.4)
По таблице F-распределения для =0,05,1=2 и2=8 находим Fкр=4,46. Так как Fнабл>Fкр, то уравнение является значимым.
Найдем оценку ковариационной матрицы вектора :
(2.5)
Отсюда получаем несмещенные оценки дисперсий и среднеквадратических отклонений коэффициентов регрессии:
Для проверки значимости коэффициента регрессии, т.е. гипотезы Н0:1=0, находим по таблице t-распределения при=0,05,=8 значение tкр=2,31:
(2.6)
Так как больше tкр=2,31, то коэффициент регрессии1значимо отличается от нуля. Таким образом, окончательное уравнение регрессии имеет вид
Определим интервальные оценки коэффициентов уравнения с доверительной вероятностью =0,95. Т.к.
(2.7)
где j=0; 1, то
0[0,5252,310,391], откуда0,37801,428 и
1[0,748612,310,0428], откуда 0,65010,847.
Приведенные неравенства подтверждают вывод о значимости 1(10). В то же время коэффициент0уравнения (2.2) не значим (границы доверительного интервала имеют разные знаки).