- •Содержание
- •Если события А, В, С совместны, то
- •Формула полной вероятности имеет вид
- •ТЕМА 3. ПОВТОРНЫЕ НЕЗАВИСИМЫЕ ИСПЫТАНИЯ
- •Пусть С – постоянная величина. Тогда
- •Для вычисления дисперсии используется формула
- •Дисперсия обладает свойствами
- •Если случайная величина распределена по закону Пуассона, то
- •Плотность нормального распределения имеет вид
- •Дисперсия нормального распределения
- •Правило трех сигм записывается в виде равенства
- •1. Ошибка указания времени часами со скачущей минутной стрелкой имеет равномерное распределение. Определить вероятность того, что при определении времени ошибка не будет превышать 20 секунд.
- •В предельной форме утверждения теоремы Бернулли имеют вид
- •На практике для вычисления дисперсии применяется формула
- •Легко установить, что
- •Вычислим размах товарооборота по формуле (9.14). Получим, что
- •ТЕМА 10. СТАТИСТИЧЕСКИЕ ОЦЕНКИ
- •ТЕМА 11. КОРРЕЛЯЦИЯ И РЕГРЕССИЯ
- •Непосредственно из этого определения следует, что
- •Найденные из систем (11.16) и (11.17) параметры подставляют, соответственно, в (11.14) и (11.15). В итоге получим искомое теоретическое уравнение регрессии Y на Х, предполагаемая кривая которого выравнивает эмпирическую кривую регрессии Y на Х.
- •Уравнение (11.11) очевидным образом преобразуется к виду
- •ТЕМА 12. ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ
97
|
|
k |
s |
|
|
xy |
|
|
xi y j nij |
(11.13) |
|
|
|
i 1 |
j 1 |
|
|
n
Рассмотрим еще два случая нелинейной (криволинейной) корреляции Y на Х: параболической корреляции, когда теоретическое уравнение регрессии имеет вид
|
|
= а1х2 + а2х + а3, |
(11.14) |
Yx |
и гиперболической корреляции, когда теоретическое уравнение регрессии имеет вид
|
|
a1 |
a2 . |
(11.15) |
|
Yx |
|||||
|
x |
||||
|
|
|
|
В этих ситуациях методом наименьших квадратов получаются следующие системы линейных алгебраических уравнений для нахождения «наилучших» параметров:
a x4 |
a x3 |
|
|
|
|
|
a x2 |
x2 y, |
|
|||||||||||||||||||
|
1 |
|
|
|
2 |
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
||||
|
a x3 |
|
|
|
a x2 |
|
|
|
|
|
|
|
|
|
|
(11.16) |
||||||||||||
|
|
|
|
a x |
|
xy, |
||||||||||||||||||||||
|
1 |
|
|
|
|
2 |
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
a x2 a x |
a |
y; |
|
|||||||||||||||||||||||
|
1 |
|
|
|
|
|
|
|
2 |
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
a |
|
1 |
|
|
|
|
|
a |
|
1 |
|
|
|
1 |
|
y , |
|
|||||||||||
|
x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
1 |
|
2 |
|
|
x |
|
|
x |
|
|
|
|
|
(11.17) |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
a1 |
|
|
|
a2 |
|
y. |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
x |
|
|
|
|
|
|
|
Найденные из систем (11.16) и (11.17) параметры подставляют, соответственно, в (11.14) и (11.15). В итоге получим искомое теоретическое уравнение регрессии Y на Х, предполагаемая кривая которого выравнивает эмпирическую кривую регрессии Y на Х.
Конечно, имеется некоторая неоднозначность в выборе выравнивающей теоретической кривой (11.8) (формы корреляционной связи) при конкретно построенной эмпирической кривой регрессии по данной корреляционной таблице. Одну и ту же эмпирическую кривую можно приблизить, например, «наилучшей» прямой и «наилучшей» параболой. Тогда лучшей из таких теоретических кривых надо считать ту, при которой величина (11.10) будет наименьшей.
Аналогично решаются задачи нахождения теоретических уравнений регрессии Х на Y.
Рассмотрим подробно линейную корреляцию. Решая систему (11.12),
получим следующие значения а1 и а2: |
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xy x y |
|
|
|
|
|
|
|
|||||
а1 = |
|
, |
а2 |
= y a x . |
||||||||||
|
2 |
|
|
|
||||||||||
|
|
|
|
|
|
|
1 |
|
|
x
98
Угловой коэффициент а1 прямой (11.11) называется коэффициентом регрессии Y
на Х и обычно обозначается символом |
yx: |
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
yx |
= |
|
xy |
|
x y |
. |
|
(11.18) |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|||||||
Уравнение (11.11) очевидным образом преобразуется к виду |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Yx y |
|
|
|
yx (x |
|
|
|
x) . |
(11.19) |
||||||||||||||||||
Аналогично теоретическое уравнение |
|
|
|
|
|
|
|
|
|
|
b2 линейной регрессии Х на Y |
|||||||||||||||||
|
|
X y |
|
|
|
b1 y |
||||||||||||||||||||||
с помощью коэффициента |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
b1 |
|
|
|
xy |
|
|
|
|
x |
|
y |
(11.20) |
|||||||||
|
|
|
xy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
||||||||||||
регрессии Х на Y приводится к виду |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
X y |
|
x |
|
|
|
|
xy ( y |
|
y) . |
(11.21) |
Из формул (11.18) и (11.20) следует, что коэффициенты регрессий имеют одинаковые знаки, которые определяются знаками совпадающих числителей этих формул (знаменатели формул различны, но положительны).
Выборочным коэффициентом корреляции rВ признаков Х и Y называется число, равное среднему геометрическому коэффициентов регрессии и имеющее их знак:
|
|
|
|
|
|
|
|
|
|
|
|
|
rВ = |
|
|
|
xy |
|
x y |
. |
(11.22) |
||||
xy yx |
||||||||||||
|
|
|
|
|
||||||||
|
|
|
|
|
x |
|
y |
|
Таким образом, коэффициент корреляции положителен, если коэффициенты регрессии положительны, и отрицателен, если они отрицательны.
С помощью коэффициента корреляции уравнения прямых линий регрессии записываются в следующем симметричном виде:
|
|
|
|
|
|
|
|
y |
||
Yx |
y |
rB |
|
|||||||
|
|
|
||||||||
|
x |
|||||||||
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
x |
|
|
X y |
x |
rB |
||||||||
y |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
(x |
|
x) , |
(11.23) |
|
|
|
|
|
|
( y |
y) . |
(11.24) |
Прямые пересекаются в точке ( x, y ), которая называется средней точкой корреляционного графика.
Коэффициент корреляции имеет важное самостоятельное значение. С его помощью оценивается теснота (сила) корреляционной связи между признаками. Коэффициент корреляции rВ обладает следующими свойствами:
1. rB 1 или -1 rB 1.
2.Условие rB 1 (rВ= 1) является необходимым и достаточным условием существования линейной функциональной зависимости (при этом уравнения (11.23) и (11.24) определяют одну и ту же прямую).
3.При rВ =0 линейной корреляционной связи между признаками не существует (при этом может быть нелинейная корреляционная связь и даже нелинейная функциональная зависимость).
99
Следовательно, при возрастании rB от 0 до 1 теснота линейной
корреляционной зависимости увеличивается. Если коэффициент корреляции очень мал, то считают, что линейной корреляции нет.
Важным случаем является ситуация, когда значения хотя бы одного из признаков являются равноотстоящими. Пусть для примера этим свойством обладает признак Х. Тогда вводят условные варианты и вычисляют условные эмпирические моменты первого и второго порядка по формуле (9.12). Из формулы (9.13) следует, что х= uh. Найденные x и х подставляются в уравнения (11.23) и (11.24). Кроме того, коэффициент корреляции rВ сохраняет значение и форму записи, т.е.
|
|
|
|
|
|
|
|
|
rB = |
uy |
|
u y |
. |
(11.25) |
|||
|
|
|||||||
|
|
u |
|
y |
|
|||
Пусть значения обоих признаков Х и Y |
равноотстоящи соответственно с |
шагами h1 и h2. Тогда переходят к новым переменным u и v, предварительно
выбрав соответствующие ложные нули С1 |
и С2. Далее, по формуле (9.11) |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
находятся условные моменты u, u2 , v, |
v2. Из (9.12) и (9.13) следует, что |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
x u h1 |
|
c1 , |
x |
u h1, |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
y v h2 |
|
c2 , |
y |
v h2. |
||||||||||||||||||
Коэффициент корреляции вычисляется по формуле |
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
rВ = |
uv |
|
u v |
. |
|
(11.26) |
|||||||||||||||
|
|
|
|
|
|
u v
Теперь все эти значения подставляются в уравнения (11.23) и (11.24).
Р е ш е н и е т и п о в ы х з а д а ч
Задача 1. Зависимость между вариантами Х – стоимостью основных производственных средств (млн руб.) и Y – средней месячной выработкой продукции на одного рабочего (тыс.руб.) дана следующей таблицей:
Х |
9,9 |
10,0 |
10,1 |
10,2 |
10,3 |
10,4 |
10,5 |
ny |
Y |
|
|
|
|
|
|
|
|
0,8 |
1 |
2 |
|
|
|
|
|
3 |
0,9 |
|
1 |
2 |
1 |
|
|
|
4 |
1,0 |
|
|
2 |
2 |
1 |
|
|
5 |
1,1 |
|
|
|
1 |
|
3 |
|
4 |
1,2 |
|
1 |
|
|
|
|
2 |
3 |
1,3 |
|
|
|
|
|
|
1 |
1 |
nx |
1 |
4 |
4 |
4 |
1 |
3 |
3 |
n=20 |
Требуется: 1) вычислить условные средние данных переменных; 2) составить линейное уравнение регрессии Y на Х; 3) для каждого табличного значения х вычислить теоретическое среднее Yx и сравнить его с условным средним.
Решение. 1. Находим условные средние переменной Y по формулам (11.6). Для этого составляем частные распределения этой переменной. Их будет столько,
100
сколько значений х в статистической таблице. Для х1=9,9 распределение Y имеет вид
|
|
|
Y |
|
0,8 |
|
0,9 |
1,0 |
1,1 |
|
|
1,2 |
1,3 |
|
|
|
|||
|
|
|
ny |
|
1 |
|
0 |
|
0 |
|
0 |
|
|
0 |
0 |
|
|
|
|
Отсюда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
0,8 1 |
0,9 |
0 |
1 |
0 |
1,1 |
0 |
1,2 |
0 |
1,3 |
0 |
|
||||
|
y1 |
0,8. |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В дальнейшем значения варианты Y, имеющие нулевые частоты в частных распределениях, записывать не будем. Для х2=10:
|
|
Y |
0,8 |
|
|
0,9 |
|
|
|
1,2 |
|
|
|
|
|
||||||||||||||
|
|
ny |
2 |
|
|
1 |
|
|
|
1 |
|
|
|
|
|
|
|||||||||||||
Отсюда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
0,8 |
|
2 |
|
|
0,9 1 |
|
1,2 1 |
|
|
|
||||||||||||
|
|
|
y2 |
|
|
|
0,925. |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для х3=10,1: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
Y |
|
|
|
|
|
|
|
0,9 |
|
|
1,0 |
|
|
|
|
|
|
||||||||
|
|
|
|
ny |
2 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|||||||||||
Отсюда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,9 |
2 |
1,0 |
2 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
y3 |
0,95. |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Для х4=10,2: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
Y |
|
0,9 |
|
|
|
1 |
|
|
|
|
|
1,1 |
|
|
|
|
|
|||||||||||
|
ny |
|
1 |
|
|
|
|
2 |
|
|
|
|
|
1 |
|
|
|
|
|
||||||||||
Отсюда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
0,9 1 |
1 |
2 |
1,1 1 |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
y4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для х5=10,3:
Отсюда
Y |
1 |
ny |
1 |
|
|
|
|
|
|
1 1 |
|
||||
|
|
|
|
y5 |
1. |
||||||
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
1 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
Для |
х6=10,4: |
|
|
|
|
|
|
||||
|
|
Y |
1,1 |
|
|
||||||
|
|
ny |
3 |
|
|
|
|
||||
Отсюда |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
1,1 |
3 |
|
|||
|
|
|
y6 |
1,1. |
|||||||
|
|
|
|
|
|
|
|
||||
|
|
|
3 |
|
|||||||
|
|
|
|
|
|
|
|
||||
Для |
х7=10,5: |
|
|
|
|
|
|
101
|
Y |
|
|
1,2 |
|
1,3 |
|
|
||
|
ny |
|
|
2 |
|
|
1 |
|
|
|
Отсюда |
|
|
|
|
|
|
|
|
|
|
|
|
|
1,2 |
2 |
1,3 1 |
|
|
|||
|
|
|
|
|
||||||
|
|
y7 |
|
|
|
|
1,233. |
|||
|
|
|
|
3 |
|
|||||
|
|
|
|
|
|
|
|
|
|
Итак, распределение условных средних варианты Y выразится следующей таблицей:
Х |
|
9,9 |
10 |
10,1 |
10,2 |
10,3 |
10,4 |
10,5 |
|
|
|
|
0,8 |
0,925 |
0,95 |
1 |
1 |
1,1 |
1,23 |
|
yx |
|
|||||||
|
|
|
|
|
|
|
|
|
|
Аналогично, используя формулы (11.7), находим условные средние варианты Х. Их будет столько, сколько значений Y в данной статистической таблице. Эти значения следующие:
|
|
|
|
|
|
|
|
|
|
|
|
|
9,9 1 |
|
10 |
2 |
|
|
|
|
|||||
|
|
|
|
|
|
x y |
0,8 |
|
0,97; |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 1 |
10,1 2 |
|
10,2 1 |
|
||||||||||||
|
x y 0,9 |
10,1; |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
10,1 |
2 |
|
10,2 |
2 |
|
10,3 1 |
|
|||||||||||||||||
|
|
|
|||||||||||||||||||||||
x y 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10,18; |
|||||||
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
10,2 1 |
10,4 |
3 |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
x y 1,1 |
|
|
|
|
|
|
|
|
|
|
10,35; |
|||||||||||
|
|
|
|
|
|
4 |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
10 1 |
10,5 |
2 |
|
|
|
|
||||||
|
|
|
|
x y |
1,2 |
|
|
10,33; |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
3 |
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10,5 1 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
x y |
1,3 |
10,5. |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, получаем распределение условных средних варианты Х:
|
Y |
0,8 |
0,9 |
1 |
1,1 |
|
|
1,2 |
1,3 |
|
|
|
||
|
|
|
|
9,97 |
10,1 |
10,18 |
10,35 |
|
10,33 |
10,5 |
|
|
|
|
|
|
x y |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|||||||||||
Графически эмпирические зависимости между y x |
и Х, а также между x y и Y |
показаны на следующем рисунке. y ( y x )
|
|
|
|
0 |
x ( x y ) |
102
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
2. Параметры а1 |
и |
|
|
а2 |
|
линейной зависимости |
|
Y x = а1х+а2 |
определяем из |
|||||||||||||||||||||||||||||||||||||||||||||
решения системы (11.12). В нашем случае имеем следующее: |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
9,9 1 |
10 |
|
|
4 |
|
|
10,1 |
4 |
10,2 |
4 |
10,3 1 |
10,4 |
3 |
10,5 |
3 |
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
|
10,205; |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,8 |
3 |
|
0,9 |
4 |
1,0 |
5 |
1,1 |
4 |
1,2 |
3 |
|
1,3 1 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
1,015; |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
(9,9)2 |
1 |
(10)2 |
4 |
|
(10,1)2 |
4 |
|
|
(10,2)2 |
4 |
|
(10,3)2 |
1 |
(10,4)2 |
3 |
(10,5)2 |
3 |
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
x2 |
|
104,765; |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
xy |
(1 9,9 |
0,8 |
2 10 |
0,8 |
|
1 0,9 10 |
2 |
0,9 10,1 |
1 0,9 10,2 |
2 1 10,1 |
2 1 10,2 |
1 1 10,3 |
|
|||||||||||||||||||||||||||||||||||||||||||
|
20 |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
1 1,1 10,2 |
3 1,1 10,4 |
|
1 1,2 10 |
2 1,2 10,5 |
1 1,3 10,5) |
10,3 785. |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
Следовательно, мы получим систему |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
104,1 765a1 |
10,205a2 |
10,3 785, |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10,205a1 |
|
|
a2 |
|
|
|
1,015. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
Отсюда а1 |
0,592, а2 = -5,03. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
Таким образом, искомое уравнение регрессии Y на Х запишется так: |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 х – 5,03. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Yx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
3. Вычислим для каждого значения варианты Х теоретические значения Yx , |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
используя уравнение регрессии Yx = 0,592 х – 5,03: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 9,9 – 5,03 = 0,8 308; |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x |
9,9 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 10 – 5,03 = 0,89; |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x 10 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 10,1 – 5,03 = 0,9 492; |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x |
10,1 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 10,2 – 5,03 = 1,0 084; |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x |
10,2 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 10,3 – 5,03 = 1,0 676; |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x |
10,3 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0,592 10,4 – 5,03 = 1,1 268; |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x |
10,4 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10,5 = 0,592 10,5 – 5,03 = 1,186. |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y x |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Сравнивая полученные значения Yx |
с соответствующими значениями условных |
средних, видим, что они очень близки друг к другу. Следовательно, полученное уравнение регрессии хорошо описывает зависимость между стоимостью основных производственных средств и месячной выработкой продукции.
Задача 2. |
Распределение 100 заводов по производственным средствам в |
|||||||||
миллионах рублей (Х) и по суточной выработке в тоннах (Y) дается в следующей |
||||||||||
таблице: |
|
|
|
|
|
|
|
|
|
|
|
|
Y |
10 |
15 |
20 |
25 |
30 |
35 |
nх |
|
|
|
Х |
|
|
|
|
|
|
|
|
|
|
50 |
2 |
2 |
|
|
|
|
4 |
|
|
|
60 |
2 |
4 |
5 |
6 |
4 |
|
21 |
|
|
|
70 |
|
2 |
7 |
12 |
10 |
4 |
35 |
|
|
|
80 |
|
|
|
10 |
10 |
6 |
26 |
|
|
|
90 |
|
|
|
8 |
|
6 |
14 |
|
|
|
ny |
4 |
8 |
12 |
36 |
24 |
16 |
n=100 |
|
103
По данным этой таблицы определить коэффициенты корреляции и регрессии. Составить уравнения прямых регрессий.
Решение. По данным таблицы находим:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50 |
4 |
60 |
21 |
70 35 |
|
80 |
26 |
90 14 |
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
72,5; |
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
502 |
4 |
|
602 |
21 |
702 |
35 |
802 |
26 |
|
902 |
14 |
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
|
|
5 369; |
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
4 |
|
|
15 8 |
20 12 |
|
25 36 |
|
30 |
24 |
35 16 |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
25,8; |
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
102 |
4 |
|
152 |
8 |
202 |
12 |
|
252 |
|
36 |
|
302 |
|
24 |
|
|
352 |
16 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
y2 |
|
|
|
|
|
|
|
|
|
707; |
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
xy |
(2 50 10 |
|
|
|
2 50 15 |
|
|
2 |
60 10 |
4 |
60 15 |
|
5 60 |
20 |
6 |
|
60 |
25 |
|
4 |
60 30 |
2 |
70 15 |
|||||||||||||||||||||||||||
|
100 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
7 |
70 |
20 |
|
12 |
70 |
25 |
|
|
10 |
70 |
|
30 |
4 |
70 |
35 |
|
10 |
80 |
25 |
10 |
|
80 |
30 |
|
6 80 |
35 |
8 90 |
25 |
|||||||||||||||||||||||
6 |
90 |
35) |
1909; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
2 |
5 369 – (72,5) |
2 |
= 112,75; |
|
|
|
|
|
|
|
|
2 |
|
= 707 – (25,8) |
2 |
= 41,36. |
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|||||||||||||||||||||||||||||||
|
|
Вычислим коэффициенты регрессий Y на Х и |
|
X на Y по формулам (11.18) и |
|||||||||||||||||||||||||||||||||||||||||||||||
(11.20): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 909 |
72,5 |
25,8 |
|
0,3 415; |
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
yx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
112,75 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 909 |
|
1 870,5 |
|
|
0,9 308. |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xy |
41,36 |
|
Используя формулы (11.19) и (11.21), составим уравнения регрессий:
Yx - 25,8 = 0,3 415 (х – 72,5); X y - 72,5 = 0,9 308 (y – 25,8).
Окончательно Yx =0,3 415 х + 1,04; X y =0,9 308 y +48,49.
Линейный выборочный коэффициент корреляции вычислим по формуле
(11.22):
rB |
1 909 |
1 870,5 |
|
0,564. |
|||
|
|
|
|
|
|||
|
|
|
|
|
|||
112,75 |
41,36 |
||||||
|
|
|
Таким образом, rВ 0,564. Линейная связь между признаками заметная.
Задача 3. Выборочные данные об основных фондах (Х) и объемах валовой продукции (Y) предприятий мебельной промышленности заданы следующей таблицей:
Валовая |
|
Основные фонды предприятий (млн руб.) |
Всего |
|||
продукция |
0,0-1,4 |
1,4-2,8 |
2,8-4,2 |
4,2-5,6 |
5,6-7,0 |
предприятий |
(млн руб.) |
|
|
|
|
|
ny |
0,0-0,8 |
1 |
3 |
|
|
|
4 |
0,8-1,6 |
|
4 |
6 |
|
|
10 |
1,6-2,4 |
|
|
10 |
8 |
|
18 |
2,4-3,2 |
|
|
5 |
9 |
1 |
15 |
3,2-4,0 |
|
|
|
|
3 |
3 |
nx |
1 |
7 |
21 |
17 |
4 |
n=50 |
104
Составить уравнения прямых регрессий, установить тесноту связи между признаками.
Решение. За значения признаков примем середины интервалов и составим корреляционную таблицу в условных вариантах, приняв в качестве ложных нулей C1=3,5 и С2=2. Эта таблица следующая:
U |
-2 |
-1 |
0 |
1 |
2 |
nv |
V |
|
|
|
|
|
|
-2 |
1 |
3 |
|
|
|
4 |
-1 |
|
4 |
6 |
|
|
10 |
0 |
|
|
10 |
8 |
|
18 |
1 |
|
|
5 |
9 |
1 |
15 |
2 |
|
|
|
|
3 |
3 |
nu |
1 |
7 |
21 |
17 |
4 |
50 |
Используя формулу вычисления характеристик, находим:
|
|
|
|
2 1 |
|
1 7 |
0 |
21 |
1 17 |
2 |
4 |
|
|
|
|||||||||||||||
|
|
U |
0,32; |
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
4 |
1 10 |
1 15 |
2 3 |
|
|
|
|
||||||||
|
|
|
|
|
V |
|
0,06; |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
4 1 |
1 7 |
1 17 |
4 |
4 |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
U 2 |
|
0,88; |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
4 |
1 10 |
1 15 |
4 3 |
|
|
|
|
|
|||||||
|
|
|
|
|
|
V 2 |
|
1,06; |
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
u |
0,88 |
(0,32)2 |
|
0,882; |
|
|
v |
1,06 |
(0,06)2 |
1,03; |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
4 1 |
2 3 |
|
1 4 |
1 9 |
2 1 |
|
|
|
4 3 |
|
|
|||||||||||||
|
UV |
|
|
|
|
|
0,74. |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найдем искомый коэффициент корреляции по формуле (11.26):
|
|
|
|
|
|
|
|
rВ = |
0,74 |
0,32 0,06 |
|
0,7 934. |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,882 1,03 |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Находим x, y, x , y : |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
x |
Uh1 |
C1 |
3,5 |
0,32 1,4 |
3,948; |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
y |
|
Vh2 |
C2 |
0,06 |
0,8 |
2 |
2,048; |
||||||
|
|
|
|
|
|
|
|
|
x |
u h1 |
0,882 1,4 |
1,2 348; |
|||||||
|
|
|
|
|
|
|
|
|
|
y |
v h2 |
1,03 0,8 |
0,824. |
Подставляя полученные значения в уравнения регрессий (11.23), (11.24), имеем
|
|
|
|
|
|
|
|
|
|
|
0,824 |
|
(x |
|
|
|
|
|
|
Y |
2,048 |
0,7 934 |
3,948); |
||||||||
|
|
|
|
|
|
|
|||||||||
|
|
|
|
x |
|
|
|
|
1,2 348 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
1,2 348 |
( y |
|
|||
|
|
|
X y |
3,948 |
0,7 934 |
|
2,048). |
||||||||
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
0,824 |
|
|
|
||
|
|
|
|
|
|
|
|||||||||
Окончательно Yx = 0,529 х – 0,423; |
|
X y |
= 1,1 889 y + 1,513. |
Так как коэффициент корреляции rВ=0,7 934 близок к 1, то связь между валовой продукцией предприятий мебельной промышленности и их основными фондами тесная.
Графики прямых линий регрессий изображены на рисунке
105
y
0 |
x |
Задача 4. Имеются данные, характеризующие зависимость капитальных вложений Y (млн руб.) от мощности предприятий Х (млн т продукции в год):
|
Х |
50 |
|
60 |
|
70 |
|
80 |
90 |
|
100 |
|
110 |
|
120 |
|
130 |
|
||||
|
Y |
1,8 |
|
2,0 |
|
2,3 |
|
2,5 |
2,7 |
|
2,8 |
|
|
2,6 |
|
2,5 |
|
2,4 |
|
|||
Предполагая, что связь между признаками Х и Y параболическая, определить |
||||||||||||||||||||||
уравнение регрессии Y на Х. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Решение. |
|
Данная таблица означает, что |
nij |
|
=1 при i=j |
и nij=0 при i j. |
||||||||||||||||
Составляем следующую вспомогательную таблицу: |
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
Х |
|
Х2 |
|
Х3 |
|
Х4 |
|
|
Y |
XY |
X2Y |
|
|
|
|||||
|
|
|
50 |
|
2 500 |
|
125 000 |
|
6 250 000 |
|
1,8 |
|
|
90 |
4 500 |
|
|
|
||||
|
|
|
60 |
|
3 600 |
|
216 000 |
|
12 960 000 |
|
2,0 |
|
|
120 |
7 200 |
|
|
|
||||
|
|
|
70 |
|
4 900 |
|
343 000 |
|
24 010 000 |
|
2,3 |
|
|
161 |
11 270 |
|
|
|
||||
|
|
|
80 |
|
6 400 |
|
512 000 |
|
40 960 000 |
|
2,5 |
|
|
200 |
16 000 |
|
|
|
||||
|
|
|
90 |
|
8 100 |
|
729 000 |
|
65 610 000 |
|
2,7 |
|
|
243 |
21 870 |
|
|
|
||||
|
|
|
100 |
|
10 000 |
|
1 000 000 |
|
100 000 000 |
|
2,8 |
|
|
280 |
28 000 |
|
|
|
||||
|
|
|
110 |
|
12 100 |
|
1 331 000 |
|
146 410 000 |
|
2,6 |
|
|
286 |
31 460 |
|
|
|
||||
|
|
|
120 |
|
14 400 |
|
1 728 000 |
|
207 360 000 |
|
2,5 |
|
|
300 |
36 000 |
|
|
|
||||
|
|
|
130 |
|
16 900 |
|
2 197 000 |
|
285 610 000 |
|
2,4 |
|
|
312 |
40 560 |
|
|
|
||||
|
|
|
810 |
|
78 900 |
|
8 181 000 |
|
889 170 000 |
|
21,6 |
|
1 992 |
196 860 |
|
|
|
106
На основании данных таблицы, используя формулы (11.16), составляем систему уравнений для определения параметров а1, а2, а3 уравнения регрессии
Yx = а1х2 + а2х + а3 :
98 796 666,7 а1 + 909 000 а2 + 8 766,7 а3 = 21 873,3; 909 000 а1 + 9 766,7 а2 + 90 а3 = 221,3;
9 766,7 а1 + 90 а2 + а3 = 2,4.
Решая эту систему, находим: а1=0,0 002; а2=0,0 509; а3= -0,0 525.
Таким образом, уравнение регрессии имеет вид
|
|
|
|
= -0,0 002 х2 + 0,0 509 х - 0,0 525. |
||||||||
|
|
Y |
||||||||||
|
|
|
x |
|
|
|
|
|
|
|
||
Задача 5. При изучении влияния |
механизации уборочных работ Х (в %) на |
|||||||||||
себестоимость центнера кукурузы Y (в руб.) в районе в отчетном году были |
||||||||||||
получены следующие данные: |
|
|
|
|
|
|
|
|||||
|
Y |
1,5-2,1 |
|
2,1-2,7 |
|
2,7-3,3 |
3,3-3,9 |
3,9-4,5 |
nx |
|
||
|
Х |
|
|
|
|
|
|
|
|
|
|
|
|
50-60 |
|
|
|
|
|
|
1 |
1 |
1 |
3 |
|
|
60-70 |
1 |
|
|
4 |
|
1 |
|
|
6 |
|
|
|
70-80 |
3 |
|
|
6 |
|
1 |
|
|
10 |
|
|
|
80-90 |
6 |
|
|
3 |
|
|
|
|
9 |
|
|
|
90-100 |
10 |
|
|
3 |
|
3 |
|
|
16 |
|
|
|
ny |
20 |
|
|
16 |
|
6 |
1 |
1 |
44 |
|
Предполагая, что связь между признаками гиперболическая, найти уравнение регрессии Y на Х.
|
|
|
|
|
|
|
|
|
|
a1 |
|
|
Решение. Для |
определения параметров |
уравнения регрессии Yx |
a2 |
|||||||||
|
x |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
||
составим вспомогательную таблицу: |
|
|
|
|
|
|
|
|||||
|
Х |
|
Y |
1/X |
1/X2 |
Y/X |
|
|
|
|
||
|
55 |
|
1,8 |
0,01818 |
0,0003305 |
0,032727 |
|
|
|
|
|
|
|
65 |
|
2,4 |
0,01538 |
0,0002366 |
0,036923 |
|
|
|
|
|
|
|
75 |
|
3 |
0,01333 |
0,0001777 |
0,04 |
|
|
|
|
|
|
|
85 |
|
3,6 |
0,01176 |
0,0001384 |
0,042353 |
|
|
|
|
|
|
|
95 |
|
4,2 |
0,01053 |
0,0001108 |
0,044211 |
|
|
|
|
|
|
|
|
|
15 |
0,06918 |
0,000994 |
0,196214 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вычислив соответствующие средние и подставив их в систему (11.17), получим:
0,0 000 225 а1 + 0,0 015 722 а2 = 0,0 044 594, 0,0 015 722 а1 + а2 = 0,390 909.
Решая эту систему, найдем а1=195,199, а2 = 0,0 299.
Таким образом, уравнение гиперболической регрессии имеет вид
= 195,199
Y 0,0 299.
x |
x |
|
107
За д а ч и
1.По тридцати магазинам райпищеторга имеются следующие данные о товарообороте и издержках обращения за один квартал:
Товарооборот |
Издержки |
Товарооборот |
Издержки |
(млн руб.) |
обращения |
(млн руб.) |
обращения |
|
(тыс.руб.) |
|
(тыс.руб.) |
0,4 |
12,8 |
1,9 |
56,1 |
0,7 |
9,0 |
0,6 |
18,9 |
3,1 |
64,0 |
0,6 |
19,2 |
2,2 |
59,8 |
2,3 |
68,3 |
0,4 |
11,9 |
0,8 |
23,4 |
0,9 |
25,6 |
0,9 |
25,8 |
0,6 |
18,1 |
1,3 |
38,6 |
0,7 |
19,8 |
|
|
Определить уравнение связи между издержками обращения и товарооборотом. Оценить тесноту связи между признаками с помощью коэффициента корреляции.
2.Распределение 100 рабочих по общему стажу работы Х и квалификационному разряду Y дается в следующей таблице:
|
1 |
2 |
3 |
4 |
5 |
6 |
nx |
Х |
|
|
|
|
|
|
|
0- |
14 |
21 |
|
|
|
|
35 |
5- |
1 |
7 |
14 |
2 |
1 |
|
25 |
10- |
|
2 |
6 |
6 |
3 |
|
17 |
15- |
|
|
|
6 |
4 |
1 |
11 |
20- |
|
|
|
|
7 |
|
7 |
25- |
|
|
|
1 |
|
4 |
5 |
ny |
15 |
30 |
20 |
15 |
15 |
5 |
100 |
|
|
|
|
|
|
|
|
Определить уравнение связи между стажем работы и квалификацией. Вычислить теоретические средние и сравнить их с условными средними. Построить эмпирическую и теоретическую линии регрессии.
3. |
Результаты экзаменов |
|
по |
математике Х и экономической теории Y в |
||||||||||||||||
|
академической группе даны таблицей: |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
Y |
2 |
|
3 |
|
4 |
|
5 |
|
ny |
|
|
|
|
|
|
|
|
|
Х |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
1 |
|
2 |
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
3 |
|
|
1 |
|
3 |
|
2 |
|
1 |
|
7 |
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
3 |
|
8 |
|
|
|
11 |
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
2 |
|
2 |
|
4 |
|
|
|
|
|
|
|
|
|
nx |
|
|
2 |
|
8 |
|
12 |
|
3 |
|
25 |
|
|
|
|
|
|
|
Вычислить коэффициент корреляции связи между Х и Y. Построить |
|||||||||||||||||||
|
теоретические кривые и эмпирические линии регрессии Y на Х и X на Y. |
|||||||||||||||||||
4. |
Для установления |
среднего |
времени, необходимого для выпечки батонов, |
|||||||||||||||||
|
были получены такие экспериментальные данные: |
|
|
|
||||||||||||||||
|
|
Вес единицы |
|
|
|
|
|
|
|
Время на выпечку ( в мин) |
|
|
||||||||
|
|
изделия в гр. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
|
16 |
18 |
20 |
22 |
|
24 |
|
26 |
28 |
30 |
|
||||
|
|
200 |
|
2 |
|
5 |
1 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
400 |
|
|
|
|
|
1 |
5 |
2 |
|
|
|
|
|
|
|
|||
|
|
500 |
|
|
|
|
|
|
|
1 |
4 |
|
3 |
|
|
|
|
|
||
|
|
800 |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
3 |
3 |
1 |
|
108
Составить уравнения прямых линий регрессий и определить тесноту связи между факторами.
5. В результате выборочного изучения связи между размерами потерь пшеницы Y (ц с га) и сроками ее уборки Х (количество дней) после достижения полной спелости были получены следующие данные:
|
Х |
|
1 |
|
2 |
|
|
|
3 |
4 |
|
5 |
|
6 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
1,75 |
|
2,60 |
|
|
3,40 |
4,12 |
|
4,80 |
|
5,30 |
|
|||
Предполагая, что связь между признаками Х и Y параболическая, определить |
|||||||||||||||||
уравнение регрессии Y на Х. |
|
|
|
|
|
|
|
|
|
||||||||
6. Связь глубины |
|
орошения |
и |
урожайности |
сельскохозяйственной культуры |
||||||||||||
дается в следующей таблице: |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
Глубина |
|
|
Урожайность (в ц/га) |
|
|
|
|
|
|||||
|
|
|
|
орошения |
|
|
10 |
|
12 |
14 |
|
16 |
|
|
|
||
|
|
|
|
(в см) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
4 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
2 |
3 |
|
2 |
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
1 |
4 |
|
4 |
|
|
|
|
|
|
|
|
30 |
|
|
|
|
|
2 |
2 |
|
3 |
|
|
|
|
|
|
|
|
40 |
|
|
|
|
|
2 |
3 |
|
1 |
|
|
|
|
|
|
|
|
50 |
|
|
|
2 |
|
2 |
2 |
|
|
|
|
|
Предполагая, что связь между орошением и урожайностью параболическая, найти уравнение регрессии.
7.Распределение 30 однотипных предприятий по объему выпускаемой продукции за день (Х) и себестоимости единицы этой продукции (Y), дается в следующей таблице:
Y |
100 |
110 |
120 |
130 |
Х |
|
|
|
|
50 |
|
|
1 |
3 |
100 |
|
3 |
3 |
|
150 |
|
6 |
2 |
1 |
200 |
1 |
4 |
|
1 |
250 |
4 |
|
|
|
Предполагая, что связь между величинами гиперболическая, найти уравнение регрессии Y на Х. Построить теоретическую и эмпирическую линии регрессии.