- •Типовой расчёт по математической статистике
- •1 Часть. Статистическая обработка данных
- •1.1 Составление выборочной совокупности (X и y)
- •1.2 Составление группированных рядов для X и y 1.2.1 Составление группированного ряда для X
- •1.2.2 Составление группированного ряда для y
- •1.3 Проверка гипотезы о нормальном законе распределения случайных величин X и y 1.3.1 Проверка генеральной совокупности X
- •1.3.2 Проверка генеральной совокупн ости y
- •6 Построение линий регрессии
- •Часть 2. Регрессионный анализ
- •2.1. Построение множественной модели
- •2.2 Построение парных регрессионных моделей
- •1) Линейная модель
- •2) Степенная модель
- •3) Показатель ная модель
- •4) Гиперболическая модель
- •2.2. Сравнительный анализ парных модел ей
- •2.3 Сравнение множественной модели с опт имальной парной
- •2.4 Предпосылки мнк
- •2) Нулевая средняя величина остатков независящая от нуля
- •3) Проверка гомоскедастичности Способ Гольфанда-Квандта:
- •4) Проверка отсутствия автокорреляции остатков
2.2. Сравнительный анализ парных модел ей
Сводная таблица:
-
Модель
A
Корреляция
F факт
значение
значение
значение
Линейная
4,2296
0,7982
151,55782
Степенная
4,2327
0,7980
151,27471
Показательная
4,2802
0,79620515
149,31313
Гиперболическая
4,2558
0,79279173
145,59698
-
Вывод:
По результатам рассматриваемых критериев самая оптимальная модель "Линейная".
2.3 Сравнение множественной модели с опт имальной парной
-
Модель
A
Корреляция
F факт
значение
значение
значение
Линейная
4,2296
0,7982
151,55782
Множественная
4,1533759
0,811573081
91,653715
-
Вывод:
По результатам рассматриваемых критериев самая оптимальная модель "Линейная".
2.4 Предпосылки мнк
1) Случайный характер остатка ξ = Y - Yтеор
-
Вывод: на основании построенного графика можно сделать вывод, что характер остатков случайный.
2) Нулевая средняя величина остатков независящая от нуля
-
ξi ср
0,00
-
Вывод: Нулевая средняя величина остатков для средних остатков равна нулю.
3) Проверка гомоскедастичности Способ Гольфанда-Квандта:
-
p=1
число оцениваемых параметров
c=14
кол-во центральных наблюдений
(n-c)/2>p
-
Xср
173,556
- среднее значение X
Ycр
71,8056
- среднее значение Y
X*Y ср
12493,8
- среднее значение X*Y
Dx
55,2469
- дисперсия по X
Dy
23,2539
- дисперсия по Y
-
b
0,57061
a
-27,228
-
S1
94,7774
Линейная модель: y= - 27,228 + 0,571x
-
Xср
192,833
- среднее значение X
Ycр
82,2944
- среднее значение Y
X*Y ср
15893,2
- среднее значение X*Y
Dx
45,1389
- дисперсия по X
Dy
29,4283
- дисперсия по Y
-
b
0,53339
a
-20,562
-
S2
304,376
Линейная модель: y= - 20,562 + 0,533x
-
R
3,21148
F табл.
4,45
- табличный критерий Фишера ((n-c-2*p)/2; 1) при α = 0,05
-
Вывод: Так как R=3,21<Fфакт=4,45 - следовательно, 3-я предпосылка выполняется, предпосылка о гомоскедатичности не нарушена.
Способ Спирмана :
∑di=38,5
Σdi2 =13981,25
-
rx,ξ
0,32863
коэффициент ранговой корреляции
t
2,41072
тест-статистика
t кр
2,0106
критическое значение
-
Вывод: t > tкр значит имеет место гетероскедатичность
Графический способ:
Вывод: Из графика видно, что данные имеют случайный характер, имеет место гетероскедатичность. |
