- •Содержание:
- •I Постановка задачи
- •II Алгоритм решения
- •2.1 Оценка влияния энерговооружённости, фондовооружённости и % прибыли на производительность труда. Расчет матрицы коэффициентов парной корреляции.
- •Матрица коэффициентов парной корреляции
- •Проверка значимости коэффициентов парной корреляции, используя t - критерий Стьюдента
- •2.2 Построение уравнения регрессии.
- •Вывод остатка
- •2.3 Анализ полученных результатов.
- •III Проверка выполнения условий адекватности модели
- •Іv Определение точности модели
- •Заключение
- •Список использованной литературы:
III Проверка выполнения условий адекватности модели
Существует 4 обязательных свойства, которым должны отвечать «Остатки», чтобы найденное уравнение регрессии было адекватным:
Случайность колебаний уровней остаточной последовательности;
Соответствие распределения случайной компоненты нормальному закону распределения;
Равенство нулю математического ожидания случайной компоненты;
Независимость значений уровней случа йной компоненты.
Рассмотрим способы проверки этих свойств:
1)Для исследования случайности отклонений от уравнения регрессии находят разности ɛi= yi - . В данной задаче используется критерий серий, основанный на медиане выборки. Выборка признается случайной, если для 5% уровня значимости выполняются следующие неравенства :
Кmax < [3,3lg(n+1)] ; ν > [1/2 (n+1-1,96√n-1)],
Где Кmax- общая протяженность самой длинной серии, а ν- общее число серий. В работе вычислены результаты, согласно которым Кmax=2 < 4,
а ν= 12> 6. Отсюда следует, что данная модель отвечает первому свойству.
2)Проверка второго свойства производится с помощью нахождения показателей асимметрии γ1 и эксцесса γ2. В качестве оценки асимметрии используются формулы : ,,,, где γ1 и γ2 – выборочные характеристики асимметрии, а σy1 и σy2 их среднеквадратические ошибки.
Если одновременно выполняются условия || < 1,5 σy1 , и
<1,5 σy1 то гипотеза о нормальном распределении принимается. В данной работе
В данной работе = -0,72 ,=1,16, σy1 =0,47, σy2 =0,76. Гипотеза не выполняется, соответственно данная модель не отвечает второму свойству.
3)Проверка адекватности осуществляется на основе t- критерия Стьюдента по формуле ,
где - среднее арифметическое значение, а Sɛ- стандартное среднеквадратическое отклонение для этой последовательности. Т.к расчетное t = 2,059Е-14 меньше табличного ,то гипотеза о равенстве нулю математического ожидания случайной последовательности принимается.
4)Проверка независимости значений уровней случа йной компоненты производится на основе d – критерия Дарбина – Уотсона по формуле:
Далее сравниваем полученное значение с критическими верхним d2 и нижним d1 . В работе получено значение d = 2, 25. Это значение больше верхнего табличного d2 , а значит гипотеза о независимости уровней остаточной последовательности принимается.
Іv Определение точности модели
Точность модели характеризуется величиной отклонения выхода модели от реального значения моделируемой переменной. Для показателя , представленного рядом значений, точность определяется как разность между значениями фактического уровня ряда и его оценкой, полученной расчетным путем с использованием моделей. При этом в качестве статистических показателей точности применяют следующие :
1)Среднее квадратическое отклонение
Где i = 1…n;
-фактическое значение ряда
-теоретическое значение ряда;
n- количество наблюдений;
p- количество независимых параметров.
Значение среднего квадратического отклонения в работе = 6,23
2)Средняя относительная ошибка аппроксимации
Результат, полученный в работе =90,74
3)Коэффициент сходимости
Результат, полученный в работе = 5,38
4)Коэффициент детерминации
Результат, полученный в работе = -4,38
Выводы
Множественный R, характеризующий тесноту связи между результирующим показателем и независимыми переменными, равен 0,99 (R приближено к 1) показывает, что связь между Y с одной стороны и аргументами х2 , х3 с другой стороны является функциональной и линейной;
Значение множественного коэффициента детерминации (R2), равное 0,98 свидетельствует о значительном влиянии включенных в модель факторов на результирующий показатель;
Стандартная ошибка - это допустимое отклонение теоретического результирующего фактора от фактического. В рассматриваемом варианте она равна 16,74;
Уровень значимости F = 1,003T-15 характеризует среднюю вероятность принятия нулевой гипотезы по уравнению в целом; коэффициенты уравнения регрессии: b1 = 0,66, b3 = 13,03 - показывают среднее изменение результата с изменением факторов на одну единицу, коэффициент а = 31,75. Формально а - значение при х1 и х3 = 0. Если признак фактор Х не имеет и не может иметь нулевого значения, то трактовка свободного члена а не имеет смысла. Параметр а может не иметь экономического содержания. Интерпретировать можно только знак при параметре а.
Р-значение - это вероятность принятия нулевой гипотезы по каждому коэффициенту уравнения регрессии. В данном расчетном случае она составляет 0,07
Нижние 95% и верхние 95% - это уровень доверия, которому соответствует 5%-ный уровень значимости, то есть вероятности ошибки. Значения этих показателей определяют минимальный и максимальный уровень коэффициентов, используемых в уравнении при 5%-ном уровне значимости.
На основании этих характеристик можно сделать вывод, о том, что модель достаточно точна, адекватна и пригодна для прогнозирования.
Корреляционная связь, описанная уравнением:
у = 58,15 + 0,58х2 + 8,18х3
с большой долей вероятности точно характеризует взаимосвязь результирующего показателя (производительности труда) с энерговооруженностью и процентом прибыли.