- •080101.65 «Экономическая
- •1. Параметры уравнения регрессии.
- •Коэффициент корреляции
- •Степенная
- •1. Параметры уравнения регрессии. Выборочные средние. Выборочные дисперсии: Среднеквадратическое отклонение Коэффициент корреляции b можно находить по формуле, не решая систему непосредственно:
- •Экспоненциальная
- •1. Параметры уравнения регрессии. Выборочные средние. Выборочные дисперсии: Среднеквадратическое отклонение Коэффициент корреляции b можно находить по формуле, не решая систему непосредственно:
- •Показательная
- •1. Параметры уравнения регрессии. Выборочные средние. Выборочные дисперсии: Среднеквадратическое отклонение Коэффициент корреляции b можно находить по формуле, не решая систему непосредственно:
- •Гипербола
- •1. Параметры уравнения регрессии. Выборочные средние.
1. Параметры уравнения регрессии. Выборочные средние. Выборочные дисперсии: Среднеквадратическое отклонение Коэффициент корреляции b можно находить по формуле, не решая систему непосредственно:
Показательная
На основании поля корреляции можно выдвинуть гипотезу (для генеральной совокупности) о том, что связь между всеми возможными значениями X и Y носит показательный характер. Показательное уравнение регрессии имеет вид y = a bx Оценочное уравнение регрессии (построенное по выборочным данным) будет иметь вид y = a bx + ε, где ei – наблюдаемые значения (оценки) ошибок εi, а и b соответственно оценки параметров α и β регрессионной модели, которые следует найти. После линеаризации получим: ln(y) = ln(a) + x ln(b) Для оценки параметров α и β - используют МНК (метод наименьших квадратов). Система нормальных уравнений. a•n + b∑x = ∑y a∑x + b∑x2 = ∑y•x Для наших данных система уравнений имеет вид 20a + 13784 b = 121.36 13784 a + 10361800 b = 84471.61 Домножим уравнение (1) системы на (-689.2), получим систему, которую решим методом алгебраического сложения. -13784a -9499932.8 b = -83641.27 13784 a + 10361800 b = 84471.61 Получаем: 861867.2 b = 830.33 Откуда b = 0.000963 Теперь найдем коэффициент «a» из уравнения (1): 20a + 13784 b = 121.36 20a + 13784 • 0.000963 = 121.36 20a = 108.08 a = 5.404 Получаем эмпирические коэффициенты регрессии: b = 0.000963, a = 5.404 Уравнение регрессии (эмпирическое уравнение регрессии): y = e5.40401513*e0.000963x = 222.29718*1.00096x Для расчета параметров регрессии построим расчетную таблицу (табл. 1)
x |
ln(y) |
x2 |
ln(y)2 |
x • ln(y) |
913 |
6.39 |
833569 |
40.84 |
5834.29 |
1095 |
6.03 |
1199025 |
36.4 |
6606.23 |
606 |
5.87 |
367236 |
34.45 |
3556.79 |
876 |
6.27 |
767376 |
39.25 |
5488.4 |
1314 |
6.84 |
1726596 |
46.78 |
8987.07 |
593 |
6.02 |
351649 |
36.25 |
3570.47 |
754 |
6.26 |
568516 |
39.23 |
4722.6 |
528 |
5.91 |
278784 |
34.87 |
3118.03 |
520 |
5.9 |
270400 |
34.78 |
3066.52 |
539 |
5.82 |
290521 |
33.84 |
3135.42 |
540 |
6.01 |
291600 |
36.16 |
3247.41 |
682 |
6.11 |
465124 |
37.38 |
4169.53 |
537 |
5.91 |
288369 |
34.87 |
3171.18 |
589 |
5.79 |
346921 |
33.56 |
3412.09 |
626 |
6.13 |
391876 |
37.59 |
3838.15 |
521 |
5.94 |
271441 |
35.29 |
3094.83 |
626 |
6.08 |
391876 |
37.02 |
3808.9 |
521 |
5.84 |
271441 |
34.11 |
3042.97 |
658 |
5.99 |
432964 |
35.93 |
3944.03 |
746 |
6.24 |
556516 |
38.97 |
4656.7 |
13784 |
121.36 |
10361800 |
737.56 |
84471.61 |