
- •2. Построение степенной модели парной регрессии.
- •3. Построение показательной функции
- •4. Построение гиперболической функции
- •4. Рассчитать прогнозное значение результативного признака, если прогнозное значение фактора увеличится на 110% относительно среднего уровня. Результаты расчетов отобразить на графике.
- •Пример №2.
- •2. Выбор вида модели и оценка ее параметров.
- •3. Оценка качества модели.
4. Построение гиперболической функции
Уравнение степенной
модели имеет вид:
Для построения этой модели произведем линеаризацию переменных путем замены Х=1/х.
Тогда уравнение
примет вид:
– линейное уравнение .
Рассчитаем его параметры, используя данные таблицы 1.5.
t |
y |
x |
X |
y*X |
X2 |
Y- |
(Y- |
|
(y- |
E |
EОТН |
1 |
36 |
60 |
0,016667 |
0,6 |
0,000278 |
-6 |
36 |
38,36233 |
5,580619 |
-2,36233 |
2,36 |
2 |
38 |
68 |
0,014706 |
0,558824 |
0,000216 |
-4 |
16 |
41,655 |
13,35903 |
-3,655 |
3,66 |
3 |
46 |
64 |
0,015625 |
0,71875 |
0,000244 |
4 |
16 |
40,11156 |
34,6737 |
5,888438 |
5,89 |
4 |
44 |
72 |
0,013889 |
0,611111 |
0,000193 |
2 |
4 |
43,02694 |
0,946837 |
0,973056 |
0,97 |
5 |
48 |
78 |
0,012821 |
0,615385 |
0,000164 |
6 |
36 |
44,82103 |
10,10588 |
3,178974 |
3,18 |
6 |
42 |
74 |
0,013514 |
0,567568 |
0,000183 |
0 |
0 |
43,6573 |
2,746634 |
-1,6573 |
1,66 |
7 |
40 |
70 |
0,014286 |
0,571429 |
0,000204 |
-2 |
4 |
42,36057 |
5,572297 |
-2,36057 |
2,36 |
Σ |
294 |
486 |
0,101506 |
4,243065 |
0,001482 |
0 |
112 |
293,9947 |
72,98499 |
|
20,08 |
СР |
42 |
69,43 |
0,014501 |
0,606152 |
0,000212 |
|
|
|
|
|
|
Уравнение
гиперболической модели будет иметь
вид:
Определим индекс корреляции:
Связь между показателем у и фактором х можно считать сильной.
Определим коэффициент
детерминации:
Вариация результата У на 35,6 % объясняется вариацией фактора Х.
Оценку значимости проведем с помощью F- критерия Фишера:
F<Fтабл.=6,61 для α=0,05; к1=m=1, к2=n-m-1=5
Уравнение регрессии с вероятностью 0,95 в целом статистически не значимое, так как F<Fтабл.
Определим среднюю относительную ошибку:
В среднем расчетные значения у для степенной модели отличаются от фактических значений на 2,87%.
Выбор лучшей модели
Для этого построим сводную таблицу результатов:
Параметры |
Коэффициент детерминации |
F- критерий Фишера |
Индекс корреляции |
Средняя относительная ошибка |
Модель |
||||
линейная |
0,3709 |
2,95 |
0,606 |
13,719 |
степенная |
0,3750 |
3,00 |
0,6124 |
0,3 |
показательная |
0,3828 |
3,101 |
0,6187 |
6,387 |
гиперболическая |
0,3560 |
2,76 |
0,5966 |
2,87 |
Все модели имеют примерно одинаковые характеристики, но большее значение F- критерия Фишера и большее значение коэффициента детерминации имеет показательная модель. Ее можно взять в качестве лучшей для построения прогноза.