- •1. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии
- •2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков ; построить график остатков.
- •3. Проверить выполнение предпосылок мнк.
- •4. Осуществить проверку значимости параметров уравнения регрессии с помощью t – критерия Стьюдента ( ).
- •5. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью f – критерия Фишера ( ), найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
- •6. Осуществить прогнозирование среднего значения показателя у при уровне значимости , если прогнозное значение фактора х увеличится на 20% от его среднего значения.
- •7. Представить графически: фактические и модельные значения у, результаты прогнозирования.
- •8. Составить уравнения нелинейной регрессии: гиперболической, степенной, показательной. Привести графики построенных уравнений регрессии.
- •9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
6. Осуществить прогнозирование среднего значения показателя у при уровне значимости , если прогнозное значение фактора х увеличится на 20% от его среднего значения.
Согласно условию
задачи прогнозное значение факторной
переменной Х составит
.
Рассчитаем по уравнению модели прогнозное
значение показателя У:
Таким образом, если среднедушевой прожиточный минимум на один день составит 98,073 рубля, то ожидаемое значение среднедневной зарплаты будет 132,85 рубля.
Зададим доверительную
вероятность
и построим доверительный
прогнозный интервал для среднего
значения Y.
Для этого нужно рассчитать стандартную ошибку прогнозирования
.
.
(досчитать)
При
размах доверительного
интервала для среднего значения
.
Границами прогнозного интервала будут
;
.
Таким образом, с надёжностью в 90 % можно утверждать, что если среднедушевой прожиточный минимум на один день составит 98,51 рубля, то ожидаемая среднедневная заработная плата будет от 130,95 рублей, то 161,09 рублей.
7. Представить графически: фактические и модельные значения у, результаты прогнозирования.
8. Составить уравнения нелинейной регрессии: гиперболической, степенной, показательной. Привести графики построенных уравнений регрессии.
Для ее построения
выполним линеаризацию: обозначим
и получим вспомогательную модель
Вспомогательная модель является
линейной. Ее можно построить с помощью
программы РЕГРЕССИЯ, предварительно
подготовив исходные данные: столбец
значений уi
(остается без изменений) и столбец
преобразованных значений
(таблица 7).
Таблица 7
Y |
Х |
1/X |
167 |
120 |
0,008333 |
126 |
86 |
0,011628 |
151 |
76 |
0,013158 |
144 |
70 |
0,014286 |
148 |
84 |
0,011905 |
150 |
88 |
0,011364 |
130 |
81 |
0,012346 |
147 |
81 |
0,012346 |
132 |
80 |
0,0125 |
149 |
80 |
0,0125 |
132 |
73 |
0,013699 |
119 |
72 |
0,013889 |
127 |
83 |
0,012048 |
129 |
90 |
0,011111 |
131 |
81 |
0,012346 |
120 |
88 |
0,011364 |
125 |
80 |
0,0125 |
122 |
78 |
0,012821 |
130 |
68 |
0,014706 |
143 |
84 |
0,011905 |
117 |
79 |
0,012658 |
152 |
84 |
0,011905 |
Коэффициенты , рассчитанные с помощью программы РЕГРЕССИЯ, представлены в таблице 8.
Таблица 8
|
Коэффициенты |
Y-пересечение |
188,4338133 |
Переменная X 1 |
-4255,36501 |
Таким образом,
,
следовательно, уравнение гиперболической
модели
.
График гиперболической функции представлен на рисунке 2.
Рисунок 2-гипербола
График степенной модели представлен на рисунке 3
Рисунок 3 – Степенная функция
Таким образом,
уравнение степенной модели
.
График экспоненциальной функции изображён на рисунке 4
Рисунок 4- экспоненциальная функция
Можно вычислить
(функция ЕХР), тогда уравнение показательной
модели
.
