
- •Ргр2 Корреляционно-регрессионный анализ
- •1. Исследование парной корреляции
- •1.1. Определяется характер связи
- •1.2. Оценка связи между количественными признаками
- •А) Расчет линейного коэффициента корреляции выполняется следующим образом:
- •Б) Оценка значимости коэффициента корреляции по t-критерию Стьюдента:
- •В) Расчет коэффициента детерминации
- •2. Формирование модели парной регрессии
- •2.1 Исследование графически зависимости двух признаков
- •2.2. Расчет параметров уравнения
- •2.3. Оценка коэффициентов уравнения регрессии
- •2.4. Расчет характеристик модели
- •3. Формирование модели множественной регрессии
- •3.1. Отбор значимых факторов
- •3.2. Анализ и способы снижения мультиколлинеарности факторов
- •3.3. Проверка коэффициентов регрессии на статистическую значимость.
- •3.4. Анализ точек исходной совокупности на аномальность
- •3.5. Оценка влияния факторных признаков на результативный признак
- •Оценка адекватности модели множественной регрессии
- •3.7. Проверка выполнения предпосылок множественного регрессионного анализа
2.2. Расчет параметров уравнения
Расчет параметров уравнения (модели) парной регрессии ( ) осуществляется методом наименьших квадратов.
Сущность МНК заключается в нахождении параметров модели ( ), при которых минимизируется сумма отклонений фактических значений результативного признака от теоретических, полученных по выбранному уравнению регрессии:
где у - значение результативного признака;
х - значение одного из факторных признаков.
Параметры уравнения парной линейной регрессии исчисляют по следующей
формуле, дающей тот же результат:
где - среднее значение соответствующего факторного признака;
- среднее значение результативного признака.
Пользуясь расчетными значениями (см. табл. 4.), найдем параметры для данного уравнения регрессии:
;
;
Следовательно, регрессионная модель распределения выработки по стажу работы для данного примера может быть записана в виде конкретного простого уравнения регрессии:
.
2.3. Оценка коэффициентов уравнения регрессии
а) оценка значимости коэффициентов
Определяют значимость коэффициентов с помощью t-критерия Cтьюдента. При этом вычисляют расчетные значения t-критерия:
для параметра
;
для параметра
где n – объем выборки;
- среднее
квадратическое отклонение результативного
признака
от выровненных значений
(теоретических);
- среднее
квадратическое отклонение факторного
признака
от общей средней
.
Параметр признается существенно значимым при условии, что tрасч > tтабл, tтабл (по таблице Стьюдента с учетом принятого уровня значимости; обычно его принимают равным а. =0,05). Рассмотрим вспомогательную таблицу (Табл.5.).
Таблица 5.
Расчетные значения, необходимые для исчисления δост , δx.
|
|
|
|
|
|
4 |
1 |
1 |
4,60 |
-0,60 |
0,36 |
5 |
2 |
4 |
5,20 |
-0,20 |
0,04 |
6 |
3 |
9 |
5,80 |
0,20 |
0,04 |
7 |
4 |
16 |
6,40 |
0,60 |
0,36 |
7 |
5 |
25 |
7,00 |
0,00 |
0,00 |
8 |
6 |
36 |
7,60 |
0,40 |
0,16 |
8 |
7 |
49 |
8,20 |
-0,20 |
0,04 |
9 |
8 |
64 |
8,80 |
0,20 |
0,04 |
10 |
9 |
81 |
9,40 |
0,60 |
0,36 |
9 |
10 |
100 |
10,00 |
-1,00 |
1,00 |
Итого |
55 |
385 |
|
|
2,40 |
Средние квадратические отклонения ( по табл.5):
Расчетные значения t-критерия Стьюдента:
По таблице распределения Стьюдента для числа степеней свободы равное 8 находим критическое значение t-критерия: (tтабл = 2,3060 при α = 0,05). Так при tрасч > tтабл оба параметра , признаются значимыми.
б) расчет коэффициентов эластичности
Определяют чувствительность результативного признака к изменению факторного с помощью коэффициента эластичности (Эx);
,
где
- среднее значение
соответственно факторного и результативного
признаков;
- коэффициент регрессии при соответствующем факторном признаке.
Рассчитаем
коэффициент эластичности:
.
Видим, что в среднем значение результативного признака при изменении факторного признака на 1 % изменится на 45%.