
- •Задание №1
- •Решение:
- •3. Оценка статистической значимости по критерию Фишера.
- •4. Оценка статистической значимости по критерию Стьюдента.
- •Задание №2
- •Решение:
- •3. Оценка статистической значимости по критерию Фишера.
- •4. Оценка статистической значимости по критерию Стьюдента.
- •1Вводим данные в таблицу
- •3. Рассчитаем коэффициент корреляции:
- •5. Оценка статистической значимости по критерию Фишера.
- •Оценка статистической значимости по критерию Фишера.
Задание №2
Представлена сравнительная таблица данных:
- средняя заработная плата и выплаты социального характера;
-потребительские расходы на душу населения.
район |
потреб. р-ды на душу нас, у |
ден. д-ды на душу нас., х |
Респ. Башкортостан |
461 |
632 |
Респ. Удмуртия |
524 |
738 |
Курганская обл. |
298 |
515 |
Оренбургская обл. |
351 |
640 |
Пермская обл. |
624 |
942 |
Свердлоская обл. |
584 |
888 |
Челябинская обл. |
425 |
704 |
Респ. Алтай |
277 |
603 |
Алтайский край |
321 |
439 |
Кемеровская обл. |
573 |
985 |
Новосибирская обл |
576 |
735 |
Омская обл. |
588 |
760 |
Томская обл. |
497 |
830 |
Тюменская обл |
863 |
2093 |
Fтабл=4,75 (a=0,05) |
у=152,47 |
х=382,79 |
ТРЕБУЕТСЯ:
Рассчитать параметры уравнения линейной регрессии.
Оценить статистическую надежность регрессионного моделирования с помощью критерия Фишера.
Оценить статистическую надежность регрессионного моделирования с помощью t-критерия Стьюдента.
рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 7% от его среднего уровня. Определить доверительный интервал прогноза для уровня значимости =0,05.
Оценить полученные результаты и сделать выводы.
Решение:
1.
1.1. Вводим данные в таблицу Excel:
№ |
y |
x |
yi |
(y-yi)/y |
Ai |
1 |
461 |
632 |
848,280 |
-0,840 |
0,840 |
2 |
524 |
738 |
954,280 |
-0,821 |
0,821 |
3 |
298 |
515 |
731,280 |
-1,454 |
1,454 |
4 |
351 |
640 |
856,280 |
-1,440 |
1,440 |
5 |
624 |
942 |
1158,280 |
-0,856 |
0,856 |
6 |
584 |
888 |
1104,280 |
-0,891 |
0,891 |
7 |
425 |
704 |
920,280 |
-1,165 |
1,165 |
8 |
277 |
603 |
819,280 |
-1,958 |
1,958 |
9 |
321 |
439 |
655,280 |
-1,041 |
1,041 |
10 |
573 |
985 |
1201,280 |
-1,096 |
1,096 |
11 |
576 |
735 |
951,280 |
-0,652 |
0,652 |
12 |
588 |
760 |
976,280 |
-0,660 |
0,660 |
13 |
497 |
830 |
1046,280 |
-1,105 |
1,105 |
14 |
863 |
2093 |
2309,280 |
-1,676 |
1,676 |
итого |
6962 |
11504 |
|
|
15,65 |
среднее |
497,286 |
821,714 |
|
|
1,118 |
σ |
152,47 |
382,79 |
|
|
|
σ2 |
23247,10 |
146528,184 |
|
|
|
1.2. Рассчитаем параметры уравнения y=a0+a1x с помощью статистической функции ЛИНЕЙН. Получаем следующую статистику:
а1 |
0,342391549 |
215,9376873 |
а0 |
случ.ошибка а1 |
0,058751906 |
53,25849747 |
случ. ошибка а0 |
R^2 |
0,738918707 |
84,14751571 |
S остаток |
Fфакт |
33,96269558 |
12 |
n-m-1 |
|
240483,2043 |
84969,65281 |
|
Уравнение парной линейной регрессии имеет вид:
y=215,94 + 0,34x
Экономический смысл уравнения: при увеличении потребительских расходов в расчете на душу населения по районам на 1 тыс. руб. - средняя заработная плата и выплаты социального характера увеличиваются в среднем на 0,34 тыс. руб.
2.
2.1. Рассчитаем коэффициент корреляции:
-по формуле:
-с помощью статистической функции
КОРРЕЛ-
.
При таком значении коэффициент корреляции линейная связь между величинами x и y средняя. Поэтому вышеприведенное уравнение имеет смысл, т.е. средняя заработная плата и выплаты социального характера по районам связаны с потребительскими расходами.
2.2. Средняя ошибка аппроксимации рассчитывается по формуле:
.
Полученное значение средняя ошибка
аппроксимации
%.
Это означает, что в среднем, расчетные
значения модели отклоняются от фактических
значений на 111,83%, что подтверждает низкое
качество модели.
2.3. Коэффициент детерминации, рассчитанный с помощью функции ЛИНЕЙН, равен R2 = 0,738918707, что также подтверждает связь между средней заработной платой и выплатами социального характера по районам с потребительскими расходами. Т.е. точность подбора уравнения регрессии составляет в среднем 73,89%.