- •1.Алгоритм решения
- •1.1. Определение параметров уравнение регрессии с помощью кмнк
- •Вывод остатков Таблица 5
- •1.2. Определение параметров уравнения регрессии с использованием мнк
- •Значения величины Yt
- •Вывод остатка
- •1.3. Анализ значений показателей
- •2. Проверка адекватности модели
- •Проверка случайности колебаний уровней остаточной последовательности.
- •Проверка независимости значений уровней случайной компоненты.
- •3. Определение точности модели
- •Заключение
Вывод остатков Таблица 5
ВЫВОД ОСТАТКА |
|
|
|
|
|
Наблюдение |
Предсказанное Ct |
Остатки |
1 |
266888,6731 |
-2783,67 |
2 |
268952,7931 |
9432,207 |
3 |
256283,171 |
-7731,17 |
4 |
258023,645 |
3839,355 |
5 |
251041,709 |
-1982,71 |
6 |
246347,673 |
-3242,67 |
7 |
240593,855 |
-6615,85 |
8 |
241287,239 |
2866,761 |
9 |
237641,295 |
3696,705 |
10 |
228826,701 |
-5779,7 |
11 |
226595,247 |
-2129,25 |
12 |
222977,359 |
-1243,36 |
13 |
223599,267 |
8096,733 |
14 |
219978,373 |
3576,627 |
В рассматриваемой задаче:
׀= 145277,6
׀= 0,334
С помощью уже определенных значений ׀и ׀находим сами значения величин ипо формулам:
Получаем, что:
= 108903,8
= 0,250375
Следовательно, уравнение функции потребления (1) примет вид:
Далее сравниваем значения и, найденные по формулам, с табличными значениямии(табл. = 150000, табл. = 0,32), и находим проценты несовпадения данных величин, используя для этого формулы:
Получаем, что процент ошибки для величины равен -27,4 %, а для величины он равен -21,8 %.
1.2. Определение параметров уравнения регрессии с использованием мнк
Для определения параметров уравнения регрессии с помощью прямого МНК, необходимо определить величину Yt для каждого t (t = 1…14) По формуле (2) определяем значения величин Yt, используя значения Ct и It из таблицы №1 «Исходные данные». Полученные значения заносим в таблицу №6
Таблица 6
Значения величины Yt
t |
Ct |
It |
Yt |
t1 |
264105 |
100000 |
364105 |
t2 |
278385 |
91900 |
370285 |
t3 |
248552 |
83800 |
332352 |
t4 |
261863 |
75700 |
337563 |
t5 |
249059 |
67600 |
316659 |
t6 |
243105 |
59500 |
302605 |
t7 |
233978 |
51400 |
285378 |
t8 |
244154 |
43300 |
287454 |
t9 |
241338 |
35200 |
276538 |
t10 |
223047 |
27100 |
250147 |
t11 |
224466 |
19000 |
243466 |
t12 |
221734 |
10900 |
232634 |
t13 |
231696 |
2800 |
234496 |
t14 |
223555 |
100 |
223655 |
Приняв в качестве исходных данных имеющиеся значения Ct и Yt, с помощью МНК определяем смещённые оценки см и см величин и, используя уравнение (1). Для этого используем имеющиеся в табличном редактореExcel пакет прикладных программ, реализующий определение параметров уравнения регрессии методом наименьших квадратов. Активация этого метода осуществляется командами: «Сервис» - «Анализ данных» - «Регрессия».
Получаем следующие таблицы:
Таблица 7
Регрессионная статистика | |
Множественный R |
0,889809 |
R-квадрат |
0,791759 |
Нормированный R-квадрат |
0,774406 |
Стандартная ошибка |
8220,482 |
Наблюдения |
14 |
Таблица 8
Дисперсионный анализ |
|
|
|
|
|
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
1 |
3,08E+09 |
3,08E+09 |
45,62565 |
2,03E-05 |
Остаток |
12 |
8,11E+08 |
67576321 |
|
|
Итого |
13 |
3,89E+09 |
|
|
|
Таблица 9
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Y-пересечение |
219974 |
3941,029 |
55,81638 |
7,21E-16 |
It |
0,462968 |
0,06854 |
6,754676 |
2,03E-05 |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
211387,2027 |
211387,2 |
228560,7 |
211387,2027 |
0,313631321 |
0,313631 |
0,612305 |
0,313631321 |
Таблица 10