Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
лаб 3.docx
Скачиваний:
27
Добавлен:
19.02.2016
Размер:
185.75 Кб
Скачать

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

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]