1.1. Коэффициент корреляции
Ковариация.
В нашем примере связь между признаком Y фактором X высокая и прямая.
Кроме того, коэффициент линейной парной корреляции может быть определен через коэффициент регрессии b:
1.2. Уравнение регрессии (оценка уравнения регрессии).
Линейное уравнение регрессии имеет вид y = 5.11 x + 714.54
Коэффициентам уравнения линейной регрессии можно придать экономический смысл.
Коэффициент регрессии b = 5.11 с увеличением на 1 единицу y повышается в среднем на 5.11.
Коэффициент a = 714.54 связь прямая.
1.3. Коэффициент эластичности.
\
Коэффициент эластичности находится по формуле:
Коэффициент эластичности меньше 1. Следовательно, при изменении Х на 1%, Y изменится менее чем на 1%. Другими словами - влияние Х на Y не существенно.
Бета – коэффициент
Бета – коэффициент
Т.е. увеличение x на величину среднеквадратического отклонения Sx приведет к увеличению среднего значения Y на 81% среднеквадратичного отклонения Sy.
1.4. Ошибка аппроксимации.
Поскольку ошибка больше 7%, то данное уравнение не желательно использовать в качестве регрессии.
1.5. Эмпирическое корреляционное отношение.
\
Индекс корреляции.
Для линейной регрессии индекс корреляции равен коэффициенту корреляции rxy = 0.81.
Полученная величина свидетельствует о том, что фактор x существенно влияет на y
1.6. Коэффициент детерминации.
R2= 0.812 = 0.6563
т.е. в 65.63 % случаев изменения х приводят к изменению y. Другими словами - точность подбора уравнения регрессии - средняя. Остальные 34.37 % изменения Y объясняются факторами, не учтенными в модели (а также ошибками спецификации).
Дисперсионный анализ.
Задача дисперсионного анализа состоит в анализе дисперсии зависимой переменной:
∑(yi - ycp)2 = ∑(y(x) - ycp)2 + ∑(y - y(x))2
где
∑(yi - ycp)2 - общая сумма квадратов отклонений;
∑(y(x) - ycp)2 - сумма квадратов отклонений, обусловленная регрессией («объясненная» или «факторная»);
∑(y - y(x))2 - остаточная сумма квадратов отклонений.
Источник вариации |
Сумма квадратов |
Число степеней свободы |
Дисперсия на 1 степень свободы |
F-критерий |
Модель (объясненная) |
81953935.21 |
1 |
81953935.21 |
43.91 |
Остаточная |
42922510.79 |
23 |
1866196.12 |
1 |
Общая |
124876446 |
25-1 |
|
|
Показатели качества уравнения регрессии
Показатель |
Значение |
Коэффициент детерминации |
0.66 |
Средний коэффициент эластичности |
0.88 |
Средняя ошибка аппроксимации |
20 |