Оценка параметров нелинейной ререссии
|
A |
B |
C |
D |
E |
F |
G |
H |
I |
J |
K |
L |
M |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Y |
X |
X1 |
Y*X1 |
(X1)2 |
Yp |
(Y-Yp)2 |
(Y-Yc)2 |
(X1-X1c)2 |
Dy |
Ymin |
Ymax |
K |
3 |
5.048 |
1 |
1.00 |
5.05 |
1.00 |
5.32 |
0.07 |
11.10 |
2.33 |
0.45 |
4.87 |
5.77 |
0.19 |
4 |
5.857 |
2 |
1.41 |
8.28 |
2.00 |
6.15 |
0.08 |
6.37 |
1.24 |
0.36 |
5.79 |
6.51 |
0.23 |
5 |
6.959 |
3 |
1.73 |
12.05 |
3.00 |
6.79 |
0.03 |
2.02 |
0.63 |
0.29 |
6.49 |
7.08 |
0.26 |
6 |
7.341 |
4 |
2.00 |
14.68 |
4.00 |
7.32 |
0.00 |
1.08 |
0.28 |
0.25 |
7.07 |
7.57 |
0.27 |
7 |
8.050 |
5 |
2.24 |
18.00 |
5.00 |
7.80 |
0.06 |
0.11 |
0.08 |
0.22 |
7.58 |
8.02 |
0.29 |
8 |
8.076 |
6 |
2.45 |
19.78 |
6.00 |
8.22 |
0.02 |
0.09 |
0.01 |
0.21 |
8.02 |
8.43 |
0.30 |
9 |
9.261 |
7 |
2.65 |
24.50 |
7.00 |
8.62 |
0.41 |
0.78 |
0.01 |
0.21 |
8.41 |
8.83 |
0.31 |
10 |
9.295 |
8 |
2.83 |
26.29 |
8.00 |
8.98 |
0.10 |
0.84 |
0.09 |
0.22 |
8.76 |
9.21 |
0.32 |
11 |
9.622 |
9 |
3.00 |
28.87 |
9.00 |
9.33 |
0.09 |
1.54 |
0.22 |
0.24 |
9.09 |
9.57 |
0.32 |
12 |
9.482 |
10 |
3.16 |
29.98 |
10.00 |
9.65 |
0.03 |
1.21 |
0.40 |
0.27 |
9.39 |
9.92 |
0.33 |
13 |
9.609 |
11 |
3.32 |
31.87 |
11.00 |
9.96 |
0.13 |
1.51 |
0.62 |
0.29 |
9.67 |
10.26 |
0.33 |
14 |
9.909 |
12 |
3.46 |
34.33 |
12.00 |
10.26 |
0.12 |
2.34 |
0.88 |
0.32 |
9.94 |
10.58 |
0.34 |
15 |
10.436 |
13 |
3.61 |
37.63 |
13.00 |
10.54 |
0.10 |
4.22 |
1.16 |
0.35 |
10.19 |
10.89 |
0.34 |
16 |
|
15 |
3.87 |
|
|
11.08 |
|
|
1.81 |
0.85 |
10.23 |
11.93 |
0.35 |
17 |
108.95 |
91 |
32.85 |
291.32 |
91.00 |
108.95 |
1.16 |
33.21 |
7.97 |
|
|
|
|
18 |
n= |
13.00 |
X1c= |
2.53 |
R= |
0.98 |
|
|
|
|
|
|
|
19 |
a= |
2.01 |
Yc= |
8.38 |
|
|
t(0.95,13)= |
2.18 |
|
|
|
|
|
20 |
b= |
3.31 |
S= |
0.34 |
|
|
|
|
|
|
|
|
|
Задание №3.
Тема. Множественная линейная регрессия.
Экономический показатель Y зависит от трех факторов. На основе статистических данных за 15 периодов построить корреляционную матрицу. Используя - критерий, с надежностью р=0,95 оценить наличие мультиколлинеарности. Если существует общая мультиколлинеарность, то используяt-статистику с надежностью , обнаружить пары факторов, между которыми существует мультиколлинеарность. Если такие пары существуют, то один из факторов этой пара исключить из рассмотрения. Используя сервис:математика/матрицы, найти оценки параметров линейной регрессии. Результат полученных оценок проверить, используя сервис: статистика/линейн.
Используя F-критерий с надежностью , проверить статистическую значимость коэффициента детерминации ( оценить адекватность принятой математической модели статистическим данным на основе критерия Фишера).
Если математическая модель с заданной надежностью адекватная статистическим данным, то используя t-статистику с надежностью оценить значимость параметров регрессии, найти значения прогноза показателя для заданных значений факторов (блокa18:c18) (табл. 3.1), его доверительный интервал с надежностью , частныеі коэффициенты эластичности для точки прогноза. На основе полученных расчетов сделать экономический анализ.
ТАБЛИЦА 3
Вариант 1 |
Вариант2 |
Вариант 3 |
Вариант 4 | ||||||||||||
Х1 |
Х2 |
ХЗ |
Y |
X1 |
Х2 |
ХЗ |
Y |
XI |
Х2 |
ХЗ |
Y |
XI |
X2 |
X3 |
Y |
2,31 |
10,1 |
6,32 |
7,63 |
2,12 |
9,97 |
6,28 |
7,45 |
2,41 |
10,3 |
6,32 |
7,73 |
2,37 |
10,3 |
6,4 |
7,73 |
4,67 |
11,7 |
7,73 |
10,7 |
4,4 |
11,4 |
7,64 |
10,5 |
4,78 |
12 |
7,79 |
10,94 |
4,77 |
11,9 |
7,88 |
10,9 |
6,17 |
13,9 |
8,48 |
11,5 |
6,16 |
13,6 |
8,25 |
11,3 |
6,26 |
13,9 |
8,57 |
11,82 |
6,24 |
13,9 |
8,5 |
11,5 |
8,7 |
14,4 |
8,69 |
13,4 |
8,69 |
14,2 |
8,61 |
13,3 |
8,95 |
14,5 |
8,83 |
13,59 |
8,7 |
14,6 |
8,86 |
13,5 |
10,7 |
15,1 |
10,5 |
17 |
10,5 |
14,9 |
10,2 |
16,9 |
10,8 |
15,2 |
10,55 |
17,15 |
10,8 |
15,3 |
10,5 |
17,1 |
13,5 |
17,1 |
10,5 |
18,8 |
13,4 |
17 |
10,4 |
18,6 |
13,6 |
17,4 |
10,59 |
18,81 |
13,6 |
17,3 |
10,5 |
18,8 |
16,2 |
18,9 |
11,6 |
21,1 |
16 |
18,8 |
11,5 |
20,9 |
16,4 |
19 |
11,83 |
21,26 |
16,3 |
19 |
11,7 |
21,2 |
18,3 |
20,3 |
13,8 |
23,4 |
18,2 |
20,3 |
13,7 |
23,3 |
18,6 |
20,5 |
13,83 |
23,38 |
18,4 |
20,5 |
14 |
23,5 |
21,2 |
21,7 |
13,7 |
27,5 |
20,9 |
21,5 |
13,6 |
27,2 |
21,5 |
22 |
13,97 |
27,62 |
21,3 |
21,9 |
13,9 |
27,5 |
22,7 |
22,4 |
14,4 |
27,1 |
22,7 |
22,2 |
14,4 |
27 |
22,8 |
22,5 |
14,55 |
27,18 |
22,7 |
22,6 |
14,6 |
27,2 |
25,1 |
22,5 |
14,1 |
29,6 |
24,9 |
22,4 |
14 |
29,6 |
25,2 |
22,6 |
14,17 |
29,87 |
25,2 |
22,6 |
14,2 |
29,7 |
26,1 |
24,7 |
16,5 |
32,5 |
26 |
24,5 |
16,5 |
32,2 |
26,3 |
24,9 |
16,64 |
32,64 |
26,3 |
24,8 |
16,6 |
32,7 |
27,5 |
24,8 |
15 |
31,8 |
27,3 |
24,8 |
14,8 |
31,7 |
27,6 |
25 |
15,07 |
32,01 |
27,7 |
24,8 |
15 |
31,8 |
29,9 |
25 |
15,3 |
35,2 |
29,7 |
24,9 |
15,1 |
35,1 |
30,2 |
25,2 |
15,38 |
35,25 |
30 |
25,1 |
15,3 |
35,2 |
32,1 |
26 |
15,6 |
37,1 |
31,8 |
26 |
15,6 |
36,8 |
32,2 |
26,2 |
15,72 |
37,14 |
32,3 |
26,1 |
15,8 |
37,1 |
33,7 |
27,4 |
17,2 |
38,9 |
33,7 |
27,3 |
17,1 |
38,7 |
33,9 |
27,6 |
17,27 |
38,96 |
33,9 |
27,6 |
17,3 |
39 |
35,8 |
28,9 |
17,5 |
? |
35,6 |
28,8 |
17,4 |
? |
36 |
29 |
17,56 |
? |
36 |
29,1 |
17,5 |
? |
Вариант 5 |
Вариант 6 |
Вариант 7 |
Вариант 8 | ||||||||||||
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
2,25 |
9,9 |
6,09 |
7,49 |
2,61 |
10,4 |
6,61 |
7,72 |
2,61 |
10,3 |
6,71 |
7,95 |
2,4 |
11,27 |
6,78 |
8,61 |
4,42 |
11,5 |
7,49 |
10,6 |
4,89 |
11,8 |
7,74 |
10,8 |
4,97 |
12 |
8,14 |
10,8 |
5,66 |
12,48 |
8,49 |
11,33 |
6,08 |
13,7 |
8,46 |
11,4 |
6,24 |
14,1 |
8,62 |
1186 |
6,55 |
14 |
8,95 |
11,7 |
6,87 |
14,11 |
9,46 |
12,48 |
8,65 |
14,3 |
8,59 |
13,2 |
9,01 |
14,6 |
8,83 |
13,7 |
9,16 |
14,6 |
8,83 |
13,5 |
9,52 |
14,64 |
9,44 |
14,37 |
10,6 |
14,9 |
10,4 |
17 |
10,8 |
15,2 |
10,7 |
17 |
10,7 |
15,2 |
11 |
17,4 |
11,57 |
16,17 |
10,82 |
17,43 |
13,3 |
17 |
10,5 |
18,6 |
13,5 |
17,4 |
10,7 |
18,8 |
13,9 |
17,3 |
10,9 |
19,1 |
13,73 |
17,47 |
11,01 |
19,5 |
16 |
18,8 |
11,7 |
21,1 |
16,3 |
19,2 |
11,8 |
21,3 |
16,3 |
19,2 |
11,8 |
21,4 |
16,87 |
19,85 |
12,16 |
21,22 |
18,3 |
20,1 |
13,6 |
23,2 |
18,6 |
20,6 |
13,8 |
23,7 |
18,7 |
20,4 |
14,1 |
23,9 |
18,73 |
21,43 |
14,46 |
23,84 |
21,1 |
21,7 |
13,7 |
27,4 |
21,5 |
22 |
13,7 |
27,6 |
21,3 |
22,2 |
14,1 |
27,9 |
22,16 |
22,12 |
13,98 |
27,8 |
22,7 |
22,3 |
14,3 |
27,1 |
23 |
22,7 |
14,6 |
27,5 |
22,9 |
22,8 |
14,6 |
27,3 |
23,33 |
22,98 |
14,72 |
27,82 |
25 |
22,4 |
14 |
29,4 |
25,2 |
22,7 |
14,1 |
29,7 |
25,1 |
22,6 |
14,4 |
30 |
25,84 |
22,61 |
14,58 |
30,01 |
26 |
24,5 |
16,3 |
32,4 |
26,4 |
24,8 |
16,7 |
32,8 |
26,3 |
24,9 |
16,6 |
32,8 |
26,69 |
25,03 |
17,07 |
33,32 |
27,3 |
24,8 |
14,8 |
31,7 |
27,6 |
24,8 |
15,1 |
3181 |
27,7 |
24,9 |
15,5 |
31,7 |
27,78 |
25,16 |
15,39 |
31,87 |
29,8 |
25 |
15,1 |
35,2 |
30,2 |
25,2 |
15,4 |
35,2 |
30 |
25,3 |
15,4 |
35,2 |
30,86 |
26,05 |
15,95 |
35,35 |
31,9 |
25,9 |
15,5 |
37,1 |
32,3 |
26,2 |
15,8 |
37,3 |
32,1 |
26,2 |
16 |
37,3 |
32,87 |
26,44 |
16,37 |
37,5 |
33,6 |
27,4 |
17 |
38,7 |
33,8 |
27,7 |
17,4 |
39,2 |
33,7 |
27,6 |
17,6 |
39 |
34,65 |
28,09 |
17,94 |
39,91 |
35,7 |
28,8 |
17,3 |
? |
36 |
29,2 |
17,8 |
? |
36,3 |
29,2 |
18 |
? |
36,25 |
29,76 |
18,44 |
? |
Вариант 9 |
Вариант 10 |
Вариант 11 |
Вариант 12 | ||||||||||||
XI |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
1,43 |
9,18 |
6,17 |
7,29 |
3,18 |
10,9 |
6,94 |
8,5 |
1,49 |
10,1 |
5,97 |
7,54 |
0,95 |
8,71 |
4,67 |
5,94 |
3,92 |
10,9 |
7,7 |
9,79 |
5,76 |
12,7 |
8,2 |
11,7 |
3,65 |
10,5 |
6,62 |
10,4 |
2,82 |
10,89 |
6,16 |
10,2 |
5,49 |
13,3 |
8,43 |
11,3 |
7,26 |
14,4 |
9,03 |
12,1 |
6,11 |
13,1 |
7,92 |
11,5 |
6,09 |
13,54 |
7,18 |
10,22 |
8,17 |
13,9 |
8,12 |
12,4 |
8,95 |
15 |
9,37 |
14,1 |
3,59 |
14 |
8,17 |
12,4 |
7,36 |
12,56 |
6,81 |
12,4 |
9,68 |
14,5 |
10,4 |
16 |
11,4 |
16,2 |
10,6 |
18 |
9,73 |
15,1 |
10 |
15,9 |
10,28 |
13,5 |
9,87 |
15,64 |
13,4 |
16,7 |
10,4 |
18,3 |
14,6 |
18,1 |
10,6 |
19,2 |
12,5 |
16,5 |
10 |
18,2 |
11,97 |
16,69 |
8,58 |
18,23 |
15,9 |
18 |
1136 |
20,9 |
16,9 |
19,7 |
12,2 |
21,3 |
15,6 |
17,7 |
11,6 |
20,3 |
15,08 |
18,84 |
10,22 |
19,34 |
18 |
19,5 |
13,3 |
22,7 |
18,4 |
21,1 |
14 |
23,5 |
18 |
19,8 |
13,4 |
23,3 |
16,43 |
19,59 |
12,72 |
23,28 |
20,7 |
21,5 |
12,7 |
27,1 |
21,8 |
22,5 |
13,8 |
27,7 |
20,4 |
20,6 |
13,3 |
27,3 |
19,59 |
20,15 |
12,39 |
25,8 |
22,7 |
21,6 |
14,2 |
26,4 |
23,9 |
22,6 |
15 |
27,2 |
21,7 |
22,1 |
13,8 |
26,3 |
22,44 |
20,79 |
13,12 |
25,47 |
24,3 |
21,6 |
13,5 |
29,4 |
26 |
22,7 |
14,5 |
30,3 |
23,9 |
22,4 |
13,6 |
29,5 |
24,53 |
20,57 |
12,58 |
27,72 |
25,6 |
24,5 |
15,8 |
32,4 |
26,9 |
25,8 |
17,6 |
33,1 |
26 |
23,8 |
15,5 |
32,3 |
24,56 |
23,28 |
16,15 |
31,4 |
27,1 |
24 |
14,5 |
31,5 |
28,7 |
25,6 |
15,6 |
32,2 |
26,5 |
24,3 |
14,5 |
31,8 |
27,39 |
24,47 |
13,3 |
31,67 |
29,2 |
24,4 |
15,1 |
34,9 |
30,4 |
25 |
16,2 |
35,4 |
29,3 |
24,3 |
14,8 |
34,7 |
29,41 |
23 |
14,73 |
33,68 |
31,1 |
26 |
15,3 |
36,3 |
32,7 |
26,4 |
16,6 |
37,2 |
31,6 |
25,7 |
14,6 |
36 |
31,82 |
24,87 |
14,94 |
36,97 |
33,3 |
27,1 |
16,7 |
38,4 |
33,9 |
28,5 |
17,3 |
39,6 |
32,6 |
27,4 |
17 |
38,3 |
33,13 |
26,17 |
16,81 |
37,22 |
35,6 |
28,1 |
16,6 |
? |
36,5 |
29,1 |
18,6 |
? |
35,7 |
28,1 |
16,5 |
? |
35,2 |
28,3 |
16,57 |
? |
Вариант 13 |
Вариант14 |
Вариант 15 |
Вариант 16 | ||||||||||||
Х1 |
Х2 |
ХЗ |
Y |
X1 |
Х2 |
ХЗ |
Y |
XI |
Х2 |
ХЗ |
Y |
XI |
X2 |
X3 |
Y |
5,79 |
13,58 |
9,795 |
11,107 |
5,6 |
13,45 |
9,76 |
10,93 |
5,89 |
13,73 |
9,8 |
11,21 |
5,85 |
13,75 |
9,88 |
11,21 |
8,15 |
15,18 |
11,209 |
14,18 |
7,88 |
14,91 |
11,12 |
13,96 |
8,26 |
15,43 |
11,27 |
14,42 |
8,25 |
15,35 |
11,36 |
14,33 |
9,65 |
17,38 |
11,959 |
15,01 |
9,64 |
17,09 |
11,73 |
14,73 |
9,74 |
17,35 |
12,05 |
15,3 |
9,72 |
17,34 |
11,98 |
15,02 |
12,18 |
17,88 |
12,171 |
16,88 |
12,17 |
17,71 |
12,09 |
16,81 |
12,43 |
18 |
12,31 |
17,07 |
12,18 |
18,1 |
12,34 |
17 |
14,18 |
18,58 |
13,98 |
20,5 |
13,95 |
18,41 |
13,69 |
20,38 |
14,23 |
18,66 |
14,03 |
20,63 |
14,27 |
18,74 |
13,99 |
20,61 |
16,98 |
20,58 |
14 |
22,23 |
16,89 |
20,52 |
13,91 |
22,05 |
17,05 |
20,89 |
14,07 |
22,29 |
17,08 |
20,77 |
14,01 |
22,23 |
19,68 |
22,38 |
15,06 |
24,62 |
19,46 |
22,3 |
15,02 |
24,39 |
19,91 |
22,49 |
15,31 |
24,74 |
19,79 |
22,52 |
15,22 |
24,63 |
21,78 |
23,78 |
17,25 |
26,85 |
21,72 |
23,78 |
17,21 |
26,8 |
22,03 |
24 |
17,31 |
26,86 |
21,88 |
23,93 |
17,44 |
26,97 |
24,68 |
25,18 |
17,18 |
30,93 |
24,37 |
24,96 |
17,12 |
30,64 |
24,93 |
25,5 |
17,45 |
31,1 |
24,73 |
25,42 |
17,34 |
30,98 |
26,18 |
25,88 |
17,91 |
30,61 |
26,14 |
25,7 |
17,89 |
30,48 |
26,23 |
26,01 |
18,03 |
30,66 |
26,15 |
26,03 |
18,08 |
30,64 |
28,58 |
25,98 |
17,55 |
33,09 |
28,39 |
25,89 |
17,46 |
33,07 |
28,67 |
26,12 |
17,65 |
33,35 |
28,63 |
26,04 |
17,72 |
33,21 |
29,58 |
28,18 |
19,94 |
36 |
29,51 |
27,93 |
19,93 |
35,72 |
29,73 |
28,37 |
20,12 |
36,12 |
29,75 |
28,27 |
20,07 |
36,19 |
30,98 |
28,28 |
18,5 |
35,28 |
30,73 |
28,23 |
18,31 |
35,19 |
31,11 |
28,5 |
18,55 |
35,49 |
31,18 |
28,3 |
18,51 |
35,31 |
33,38 |
28,48 |
18,75 |
38,66 |
33,22 |
28,37 |
18,54 |
38,58 |
33,64 |
28,67 |
18,86 |
38,73 |
33,48 |
28,59 |
18,82 |
38,66 |
35,58 |
29,48 |
19,06 |
40,55 |
35,28 |
29,43 |
19,09 |
40,25 |
35,68 |
29,63 |
19,2 |
40,62 |
35,73 |
29,59 |
19,32 |
40,6 |
37,18 |
30,88 |
20,69 |
42,33 |
37,14 |
30,75 |
20,62 |
42,18 |
37,42 |
31,08 |
20,75 |
42,44 |
37,33 |
31,06 |
20,78 |
42,45 |
39,28 |
32,38 |
20,95 |
? |
39,05 |
32,28 |
20,87 |
? |
39,48 |
32,5 |
21,04 |
? |
39,44 |
32,57 |
20,96 |
? |
Вариант 17 |
Вариант 18 |
Вариант 19 |
Вариант 20 | ||||||||||||
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
5,73 |
13,38 |
9,57 |
10,97 |
6,09 |
13,83 |
10,09 |
11,2 |
6,09 |
13,8 |
10,19 |
11,43 |
5,88 |
14,75 |
10,26 |
12,09 |
7,9 |
15,02 |
10,97 |
14,12 |
8,37 |
15,26 |
11,22 |
14,25 |
8,45 |
15,44 |
11,62 |
14,23 |
9,14 |
15,96 |
11,97 |
14,81 |
9,56 |
17,21 |
11,94 |
14,92 |
9,72 |
17,57 |
12,1 |
1189,48 |
10,03 |
17,44 |
12,43 |
15,14 |
10,35 |
17,59 |
12,94 |
15,96 |
12,13 |
17,74 |
12,07 |
16,72 |
12,49 |
18,12 |
12,31 |
17,21 |
12,64 |
18,1 |
12,31 |
16,97 |
13 |
18,12 |
12,92 |
17,85 |
14,12 |
18,39 |
13,91 |
20,47 |
14,27 |
18,65 |
14,16 |
20,52 |
14,16 |
18,66 |
14,43 |
20,92 |
15,05 |
19,65 |
14,3 |
20,91 |
16,77 |
20,5 |
14 |
22,05 |
17,01 |
20,9 |
14,14 |
22,28 |
17,41 |
20,82 |
14,4 |
22,53 |
17,21 |
20,95 |
14,49 |
22,98 |
19,43 |
22,32 |
15,13 |
24,55 |
19,8 |
22,72 |
15,26 |
24,76 |
19,75 |
22,69 |
15,23 |
24,9 |
20,35 |
23,33 |
15,64 |
24,7 |
21,73 |
23,54 |
17,03 |
26,71 |
22,08 |
24,08 |
17,26 |
27,18 |
22,22 |
23,84 |
17,53 |
27,33 |
22,21 |
24,91 |
17,94 |
27,32 |
24,58 |
25,19 |
17,15 |
30,85 |
24,96 |
25,52 |
17,22 |
31,11 |
24,79 |
25,69 |
17,57 |
31,4 |
25,64 |
25,6 |
17,46 |
31,28 |
26,15 |
25,79 |
17,81 |
30,6 |
26,5 |
26,17 |
18,04 |
30,93 |
26,36 |
26,32 |
18,08 |
30,75 |
26,81 |
26,46 |
18,2 |
31,3 |
28,47 |
25,87 |
17,43 |
32,9 |
28,65 |
26,13 |
17,57 |
33,19 |
28,61 |
26,11 |
17,86 |
33,52 |
29,32 |
26,09 |
18,06 |
33,49 |
29,48 |
27,98 |
19,82 |
35,91 |
29,88 |
28,31 |
20,14 |
36,28 |
29,76 |
28,41 |
20,05 |
36,31 |
30,17 |
28,51 |
20,55 |
36,8 |
30,82 |
28,24 |
18,29 |
35,22 |
31,1 |
28,3 |
18,6 |
3184,48 |
31,19 |
28,42 |
18,99 |
35,17 |
31,26 |
28,64 |
18,87 |
35,35 |
33,23 |
28,47 |
18,61 |
38,64 |
33,67 |
28,65 |
18,9 |
38,7 |
33,49 |
28,75 |
18,92 |
38,69 |
34,34 |
29,53 |
19,43 |
38,83 |
35,35 |
29,42 |
18,94 |
40,55 |
35,73 |
29,7 |
19,25 |
40,74 |
35,56 |
29,66 |
19,48 |
40,75 |
36,35 |
29,92 |
19,85 |
40,98 |
37,03 |
30,83 |
20,44 |
42,22 |
37,24 |
31,2 |
20,88 |
42,68 |
37,22 |
31,09 |
21,07 |
42,47 |
38,13 |
31,57 |
21,42 |
43,39 |
39,19 |
32,31 |
20,73 |
? |
39,45 |
32,63 |
21,25 |
? |
39,79 |
32,71 |
21,45 |
? |
39,73 |
33,24 |
21,92 |
? |
Вариант 21 |
Вариант 22 |
Вариант 23 |
Вариант 24 | ||||||||||||
XI |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
X1 |
X2 |
X3 |
Y |
4,91 |
12,66 |
9,65 |
10,77 |
6,66 |
14,33 |
10,42 |
11,98 |
4,97 |
13,6 |
9,45 |
11,02 |
4,43 |
12,19 |
8,15 |
9,42 |
7,4 |
14,42 |
11,18 |
13,27 |
9,24 |
16,14 |
11,68 |
15,15 |
7,13 |
14,02 |
10,1 |
13,84 |
6,3 |
14,37 |
9,64 |
13,68 |
8,97 |
16,78 |
11,91 |
14,74 |
10,74 |
17,83 |
12,51 |
15,59 |
9,59 |
16,57 |
11,4 |
14,94 |
9,57 |
17,02 |
10,66 |
13,7 |
11,65 |
17,37 |
11,6 |
15,9 |
12,43 |
18,52 |
12,85 |
17,57 |
7,07 |
17,51 |
11,65 |
15,84 |
10,84 |
16,04 |
10,29 |
15,88 |
13,16 |
17,97 |
13,89 |
19,52 |
14,92 |
19,68 |
14,03 |
21,49 |
13,21 |
18,61 |
13,49 |
19,36 |
13,76 |
16,98 |
13,35 |
19,12 |
16,9 |
20,21 |
13,87 |
21,82 |
18,07 |
21,61 |
14,05 |
22,69 |
15,97 |
19,99 |
13,49 |
21,69 |
15,45 |
20,17 |
12,06 |
21,71 |
19,4 |
21,45 |
14,48 |
24,42 |
20,39 |
23,21 |
15,66 |
24,81 |
19,06 |
21,21 |
15,09 |
23,82 |
18,56 |
22,32 |
13,7 |
22,82 |
21,52 |
22,93 |
16,8 |
26,22 |
21,88 |
24,57 |
17,5 |
27,02 |
21,51 |
23,28 |
16,91 |
26,82 |
19,91 |
23,07 |
16,2 |
26,76 |
24,17 |
24,97 |
16,2 |
30,57 |
25,32 |
25,95 |
17,25 |
31,2 |
23,91 |
24,03 |
16,81 |
30,82 |
23,07 |
23,63 |
15,87 |
29,28 |
26,16 |
25,08 |
17,7 |
29,91 |
27,36 |
26,04 |
18,49 |
30,64 |
25,19 |
25,56 |
17,26 |
29,78 |
25,92 |
24,27 |
16,6 |
28,95 |
27,81 |
25,12 |
16,99 |
32,87 |
29,46 |
26,16 |
17,99 |
33,74 |
27,36 |
25,84 |
17,12 |
32,99 |
28,01 |
24,05 |
16,06 |
31,2 |
29,12 |
27,96 |
19,31 |
35,85 |
30,33 |
29,24 |
21,1 |
36,57 |
29,48 |
27,32 |
18,95 |
35,73 |
28,04 |
26,76 |
19,63 |
34,88 |
30,62 |
27,5 |
18,02 |
35 |
32,19 |
29,11 |
19,07 |
35,7 |
30,32 |
27,77 |
18,45 |
35,26 |
30,87 |
27,95 |
16,78 |
35,15 |
32,7 |
27,9 |
18,54 |
38,37 |
33,86 |
28,48 |
19,71 |
38,9 |
32,74 |
27,81 |
18,23 |
38,19 |
32,89 |
26,48 |
18,21 |
37,16 |
34,57 |
29,44 |
18,8 |
39,81 |
36,14 |
29,84 |
20,11 |
40,69 |
35,03 |
29,21 |
18,07 |
39,44 |
35,3 |
28,35 |
18,42 |
40,45 |
36,82 |
30,53 |
20,13 |
41,83 |
37,36 |
32,02 |
20,76 |
43,12 |
36,09 |
30,86 |
20,5 |
41,81 |
36,61 |
29,65 |
20,29 |
40,7 |
39,12 |
31,6 |
20,03 |
? |
40,02 |
32,61 |
22,07 |
? |
39,14 |
31,62 |
19,93 |
? |
38,68 |
31,78 |
20,05 |
? |
Вариант 25 |
Вариант 26 |
Вариант 27 |
Вариант 28 | ||||||||||||
Х1 |
Х2 |
ХЗ |
Y |
X1 |
Х2 |
ХЗ |
Y |
XI |
Х2 |
ХЗ |
Y |
XI |
X2 |
X3 |
Y |
5,06 |
12,85 |
9,065 |
10,377 |
4,87 |
12,72 |
9,03 |
10,2 |
5,16 |
13 |
9,07 |
10,48 |
5,12 |
13,02 |
9,15 |
10,48 |
7,42 |
14,45 |
10,479 |
13,45 |
7,15 |
14,18 |
10,39 |
13,23 |
7,53 |
14,7 |
10,54 |
13,69 |
7,52 |
14,62 |
10,63 |
13,6 |
8,92 |
16,65 |
11,229 |
14,28 |
8,91 |
16,36 |
11 |
14 |
9,01 |
16,62 |
11,32 |
14,57 |
8,99 |
16,61 |
11,25 |
14,29 |
11,45 |
17,15 |
11,441 |
16,15 |
11,44 |
16,98 |
11,36 |
16,08 |
11,7 |
17,27 |
11,58 |
16,34 |
11,45 |
17,37 |
11,61 |
16,27 |
13,45 |
17,85 |
13,25 |
19,77 |
13,22 |
17,68 |
12,96 |
19,65 |
13,5 |
17,93 |
13,3 |
19,9 |
13,54 |
18,01 |
13,26 |
19,88 |
16,25 |
19,85 |
13,27 |
21,5 |
16,16 |
19,79 |
13,18 |
21,32 |
16,32 |
20,16 |
13,34 |
21,56 |
16,35 |
20,04 |
13,28 |
21,5 |
18,95 |
21,65 |
14,33 |
23,89 |
18,73 |
21,57 |
14,29 |
23,66 |
19,18 |
21,76 |
14,58 |
24,01 |
19,06 |
21,79 |
14,49 |
23,9 |
21,05 |
23,05 |
16,52 |
26,12 |
20,99 |
23,05 |
16,48 |
26,07 |
21,3 |
23,27 |
16,58 |
26,13 |
21,15 |
23,2 |
16,71 |
26,24 |
23,95 |
24,45 |
16,45 |
30,2 |
23,64 |
24,23 |
16,39 |
29,91 |
24,2 |
24,77 |
16,72 |
30,37 |
24 |
24,69 |
16,61 |
30,25 |
25,45 |
25,15 |
17,18 |
29,88 |
25,41 |
24,97 |
17,16 |
29,75 |
25,5 |
25,28 |
17,3 |
29,93 |
25,42 |
25,3 |
17,35 |
29,91 |
27,85 |
25,25 |
16,82 |
32,36 |
27,66 |
25,16 |
16,73 |
32,34 |
27,94 |
25,39 |
16,92 |
32,62 |
27,9 |
25,31 |
16,99 |
32,48 |
28,85 |
27,45 |
19,21 |
35,27 |
28,78 |
27,2 |
19,2 |
34,99 |
29 |
27,64 |
19,39 |
35,39 |
29,02 |
27,54 |
19,34 |
35,46 |
30,25 |
27,55 |
17,77 |
34,55 |
30 |
27,5 |
17,58 |
34,46 |
30,38 |
27,77 |
17,82 |
34,76 |
30,45 |
27,57 |
17,78 |
34,58 |
32,65 |
27,75 |
18,02 |
37,93 |
32,49 |
27,64 |
17,81 |
37,85 |
32,91 |
27,94 |
18,13 |
38 |
32,75 |
27,86 |
18,09 |
37,93 |
34,85 |
28,75 |
18,33 |
39,82 |
34,55 |
28,7 |
18,36 |
39,52 |
34,95 |
28,9 |
18,47 |
39,89 |
35 |
28,86 |
18,59 |
39,87 |
36,45 |
30,15 |
19,96 |
41,6 |
36,41 |
30,02 |
19,89 |
41,45 |
36,69 |
30,35 |
20,02 |
41,71 |
36,6 |
30,33 |
20,05 |
41,72 |
38,55 |
31,65 |
20,22 |
? |
38,32 |
31,55 |
20,14 |
? |
38,75 |
31,77 |
20,31 |
? |
38,71 |
31,84 |
20,23 |
? |
Вариант 29 |
Вариант 30 |
Вариант 31 |
Вариант 32 | ||||||||||||
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
XI |
X2 |
X3 |
Y |
5 |
12,65 |
8,84 |
10,24 |
5,36 |
13,1 |
9,36 |
10,47 |
5,36 |
13,07 |
9,46 |
10,7 |
5,15 |
14,02 |
9,53 |
11,36 |
7,17 |
14,29 |
10,24 |
13,39 |
7,64 |
14,53 |
10,49 |
13,52 |
7,72 |
14,71 |
10,89 |
13,5 |
8,41 |
15,23 |
11,24 |
14,08 |
8,83 |
16,48 |
11,21 |
14,19 |
8,99 |
16,84 |
11,37 |
1188,75 |
9,3 |
16,71 |
11,7 |
14,41 |
9,62 |
16,86 |
12,21 |
15,23 |
11,4 |
17,01 |
11,34 |
15,99 |
11,76 |
17,39 |
11,58 |
16,48 |
11,91 |
17,37 |
11,58 |
16,24 |
12,27 |
17,39 |
12,19 |
17,12 |
13,39 |
17,66 |
13,18 |
19,74 |
13,54 |
17,92 |
13,43 |
19,79 |
13,43 |
17,93 |
13,7 |
20,19 |
14,32 |
18,92 |
13,57 |
20,18 |
16,04 |
19,77 |
13,27 |
21,32 |
16,28 |
20,17 |
13,41 |
21,55 |
16,68 |
20,09 |
13,67 |
21,8 |
16,48 |
20,22 |
13,76 |
22,25 |
18,7 |
21,59 |
14,4 |
23,82 |
19,07 |
21,99 |
14,53 |
24,03 |
19,02 |
21,96 |
14,5 |
24,17 |
19,62 |
22,6 |
14,91 |
23,97 |
21 |
22,81 |
16,3 |
25,98 |
21,35 |
23,35 |
16,53 |
26,45 |
21,49 |
23,11 |
16,8 |
26,6 |
21,48 |
24,18 |
17,21 |
26,59 |
23,85 |
24,46 |
16,42 |
30,12 |
24,23 |
24,79 |
16,49 |
30,38 |
24,06 |
24,96 |
16,84 |
30,67 |
24,91 |
24,87 |
16,73 |
30,55 |
25,42 |
25,06 |
17,08 |
29,87 |
25,77 |
25,44 |
17,31 |
30,2 |
25,63 |
25,59 |
17,35 |
30,02 |
26,08 |
25,73 |
17,47 |
30,57 |
27,74 |
25,14 |
16,7 |
32,17 |
27,92 |
25,4 |
16,84 |
32,46 |
27,88 |
25,38 |
17,13 |
32,79 |
28,59 |
25,36 |
17,33 |
32,76 |
28,75 |
27,25 |
19,09 |
35,18 |
29,15 |
27,58 |
19,41 |
35,55 |
29,03 |
27,68 |
19,32 |
35,58 |
29,44 |
27,78 |
19,82 |
36,07 |
30,09 |
27,51 |
17,56 |
34,49 |
30,37 |
27,57 |
17,87 |
3183,75 |
30,46 |
27,69 |
18,26 |
34,44 |
30,53 |
27,91 |
18,14 |
34,62 |
32,5 |
27,74 |
17,88 |
37,91 |
32,94 |
27,92 |
18,17 |
37,97 |
32,76 |
28,02 |
18,19 |
37,96 |
33,61 |
28,8 |
18,7 |
38,1 |
34,62 |
28,69 |
18,21 |
39,82 |
35 |
28,97 |
18,52 |
40,01 |
34,83 |
28,93 |
18,75 |
40,02 |
35,62 |
29,19 |
19,12 |
40,25 |
36,3 |
30,1 |
19,71 |
41,49 |
36,51 |
30,47 |
20,15 |
41,95 |
36,49 |
30,36 |
20,34 |
41,74 |
37,4 |
30,84 |
20,69 |
42,66 |
38,46 |
31,58 |
20 |
? |
38,72 |
31,9 |
20,52 |
? |
39,06 |
31,98 |
20,72 |
? |
39 |
32,51 |
21,19 |
? |
Пример выполнения задания №3.
Исходные данные факторов размещаем в блоке b3:d18 (табл.3.1), а показатели в столбце e3:e18. Для нахождения корреляционной матрицы нормализуем статистические данные за формулой
, (t=1,n), (j=1,m),
где n - число рассмотренных периодов,
m - число факторов,
- среднее значение фактора Хі,
- среднеквадратичное отклонение фактора Хі.
1.Нормализованные статистические данные рассчитываются по формуле
с помощью статистических функций СРЗНАЧ (блок b21:e21), СТАНДОТКЛОН (блок и27:и29), математической функции КОРЕНЬ и формируются в блоке f13:h17,или с помощью статистической функции НОРМАЛИЗАЦИЯ.
2.Элементы корреляционной матрицы, которая находится в блоке a23:c25, можно найти тремя способами:
1. Используя статистическую функцию СУММПРОИЗВ элемент, который находится в i-му строке и j-му столбцы, находим таким чином: СУММПРОИЗВ (столбец нормализованных статистические данные i-го фактора, столбец нормализованных статистические данные j-го фактора).
2. Используя последовательно встроенные функции: ТРАНСП (блок матрицы) и МУМНОЖ (блок данных первой матрицы; блок данных второй матрицы) за формулой
,
(если использовалась статистическая функция НОРМАЛИЗАЦИЯ, то *)
где R - корреляционная матрица;
- матрица нормализованных статистических данных факторов блокаf3:h17.
- транспонированная матрица по отношению к матрице.
3. Не нормализуя статистические данные, а используя статистическую функцию КОРРЕЛ (коэффициент корреляции между двумя однородными множествами данных. Предположим, что для факторов Х1, Х2 коэффициент корреляции находится в воротничке b23 за формулой =КОРРЕЛ(b3:b17;c3:c17).
3.Для нахождения рассчитываем определитель матрицы в ячейке24 используя встроенную математическую функцию МОПРЕД( блок корреляционной матрицы): (=МОПРЕД(a23:c25) ). Расчетное значение размещаем в ячейкеe25 и находим его по формуле
.
Логарифм находим используя встроенную математическую функцию LN. Для доверительной вероятности и числа степеней свободы, табличное значение.
Поскольку расчетное значение и оно больше критического, то с надежностьюможно считать, что существует общая мультиколлинеарность.
4.Используя t-статистику, найдем пары факторов, между которыми существует мультиколлинеарность. Для этого найдем обратную матрицу С = R-1 (блок a27:c29) по отношению к корреляционной матрице R (блок a23:c25)
используя встроенную статистическую функцию (блок корреляционной матрицы), то есть в ячейках a27:c29 расположим функцию =МОБР(a23:c25).
5.t-статистику пары факторов рассчитаем за формулой
, где;
cij, cii, cjj - элементы матрицы C.
Значение и tij находятся в столбцах соответственно e27:29 и g27:29. Для степеней свободы k=n-m-1=15-4=11 и критическое значение. Отсюда значит, что лишь для пары факторовХ1 и Х3 , то есть с надежностьюмежду факторамиХ1 и Х3 существует мультиколлинеарность. Выключаем из рассмотрения один из факторов, например Х3.
6.В блоке f23:g24 находим корреляционную матрицу факторов Х1 и Х2. Обратная матрица находится в блоке h23:и24, ее определитель D[X2] вычисляется в ячейке b29. Значение в ячейкеb40 меньше критического, это значит, что общая мультиколлинеарность между факторами Х1 и Х2 отсутствует. На отсутствие мультиколлинеарности указывает и t-статистика, значение которой вычисляется в ячейке i25.
7.Допустим, что между показателем Y и факторами Х1, Х2 существует линейная зависимость . Найдем оценки параметров, используя матричные операции. Запишем систему нормальных уравнений в матричной форме
.
Если умножить матричное уравнение слева на матрицу , то для оценки параметров вектораполучим формулу
.
Порядок нахождения оценок параметров регрессии:
1. Находим транспонированную матрицу в блокеa31:o33 по отношению к матрице в блокеa3:c17, используя в категории "Ссылки и массивы" встроенную функцию ТРАНСП(a2:c17).
2. Находим произведение матриц в блокеa35:c37, используя встроенную математическую функцию МУМНОЖ(блок данных первой матрицы a31:o33; блок данных второй матрицы a3:c17).
3. Обратную матрицу находим в блокеd35:f37, используя встроенную математическую функцию МОБР(a35:c37).
4. Произведение матриц находим в блокеh35:h37, встроенную математическую функцию =МУМНОЖ(a31:o33,e3:e17).
5. Оценки вектора находим в блоке g39:g41, встроенную математическую функцию =МУМНОЖh35:h37)).
Порядок нахождения оценок параметров регрессии, используя встроенную статистическую функцию ЛИНЕЙН:
1. Отмечаем блок, где должны находиться расчетные данные: ширина блока равняется числу оцениваемых параметров, а высота равняется пяти строкам.
2. Открываем диалоговое окно Мастер функций, выбираем функцию ЛИНЕЙН в поле категории СТАТИСТИЧЕСКИЕ и нажимаем кнопку Далее> для перехода в следующее окно.
3. В втором диалоговом окне вводим: в первую строку (в первое поле) блок данных показателя, указывая диапазон каморок e3:e17 или имя блока данных; в вторую строку - блок данных факторов a3:a17 или имя этого блока; в третью строку слово ИСТИНА, если а0 не равняется нулю, и слово ЛОЖЬ, если а0 равняется нулю; в четвертую строку вводится слово ИСТИНА, если необходимо найти не только параметры линии регрессии, а и дополнительную регрессионную статистику. Если необходимо найти лишь параметры линии регрессии, то вводим слово ЛОЖЬ и нажимаем слово ГОТОВО для получения расчетных данных.
4. Для того, чтобы в блоке расчетных данных было видно не только значение первой ячейки, нажимаем клавишу F2 , а затем Ctrl+Shift+Enter.
Таблица расчетных значений дополнительной регрессионной статистики имеет вид:
а2 |
а1 |
а0 |
S |
#Н/Д | |
K |
#Н/Д | |
#Н/Д |
Описание расчетных данных:
В первой строке находятся оценки параметров множественной линейной регрессии в обратном порядке,т.е. соответственно а0, а1, а2.
В второй строке находятся средние квадратичные отклонения соответствующих оценок параметров .
В третьей строке в первой ячейке находится коэффициент детерминации, а в второй - среднее квадратичное отклонение показателя у.
В четвертой строке в первой ячейке находится расчетное значение F-статистики, а в второй - k-число степеней свободы.
В пятой строке в первой ячейке находится сумма квадратов отклонений расчетных значений показателя от его среднего значения, а в второй - остаточная сумма квадратов.
Сравним расчеты, полученные разными методами. Оценки параметров, полученные с использованием матричной алгебры и встроенной статистической функции ЛИНЕЙН, совпадают (блок g39:e41, блок c39:e39). Среднеквадратичные отклонения параметров (блок c40:e40, блок b44:b46) также совпадают. Совпадают сумма квадратов отклонений (каморки k19 d43) и расчетные значения F-статистики для индекса корреляции (каморки c42и d43).
Проверим адекватность принятой модели экспериментальным данным с помощью критерия Фишера. Дисперсия находится в ячейке f21 ³ вычисляется с использованием встроенной статистические функции СУММПРОИЗВ(h3:h17, h3:h17)/12. В столбце и3:и17 находятся расчетные значения показателя, а в столбце j3:j17 их отклонение от экспериментальных значений.
Расчетное значение критерия равняется 885, а критическое для , K1=2, K2=12 равняется 3,89. Поскольку Fрозр>Fкрит, то с надежностью можно считать, что принятая математическая модель адекватная экспериментальным данным. Расчетное значениеF-критерия находится в каморках d45 и c42.
Рассмотрим значимость параметров регрессии. Для этого рассчитаем t-статистику любого из параметров за формулой
, где,
Si - среднеквадратичное отклонение статистических данных от расчетных,
сii - диагональный элемент матрицы С.
Расчетные значения находятся в столбце b47:b49.
Так как tрозр>tкрит (ячейка b50), то с надежностью можно считать, что влияние факторовХ1, Х2 на показатель Y значительный и их нужно учитывать при расчетах. Точкову оценку значения прогноза для Х1=9, Х2=30 находим в воротничке . Доверительный интервал этой точечной оценки находим в столбце и вычисляем по формуле:
,
где .
Алгоритм расчета доверительного интервала прогноза:
1. Используя встроенную математическую функцию МУМНОЖ(блок вектора a18:c18, блок матрицы [Z] d35:f37), находим произведение (блокh44:j44).
2. Используя встроенную математическую функцию СУММПРОИЗВ (h44:j44, a18:c18 ), находим в ячейке h45 значение .
3. Используя встроенную математическую функцию КОРЕНЬ, находим в ячейке h46 значение Sур, а затем в ячейке h47 - t*Sур.
4. Доверительные границы прогноза находим в блоке h48:h49.
Частные коэффициенты эластичности для прогноза находим по формулам в ячейках, соответственноb42, b43.
Таблица 3.1 Множественная линейная регрессия
|
A |
B |
C |
D |
E |
F |
G |
H |
I |
J |
K |
L |
M |
N |
O |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
X0 |
X1 |
X2 |
X3 |
Y |
X1n |
X2n |
X3n |
Yr |
L |
L2 |
|
|
|
|
3 |
1 |
3.82 |
10.11 |
23.20 |
26.02 |
-0.46 |
-0.28 |
-0.44 |
27.51 |
-1.49 |
2.22 |
-16.49 |
|
|
|
4 |
1 |
4.33 |
12.34 |
24.49 |
33.10 |
-0.38 |
-0.17 |
-0.39 |
32.60 |
0.50 |
0.25 |
-9.41 |
|
|
|
5 |
1 |
4.82 |
18.45 |
26.80 |
46.15 |
-0.30 |
0.13 |
-0.30 |
45.40 |
0.75 |
0.57 |
3.64 |
|
|
|
6 |
1 |
5.23 |
15.78 |
28.09 |
41.15 |
-0.23 |
0.00 |
-0.25 |
40.58 |
0.57 |
0.32 |
-1.36 |
|
|
|
7 |
1 |
5.77 |
20.20 |
30.30 |
51.46 |
-0.15 |
0.22 |
-0.16 |
50.08 |
1.38 |
1.92 |
8.95 |
|
|
|
8 |
1 |
5.92 |
9.56 |
31.97 |
28.67 |
-0.12 |
-0.31 |
-0.09 |
29.04 |
-0.37 |
0.14 |
-13.84 |
|
|
|
9 |
1 |
6.53 |
22.56 |
33.93 |
55.76 |
-0.03 |
0.33 |
-0.02 |
55.73 |
0.03 |
0.00 |
13.25 |
|
|
|
10 |
1 |
6.57 |
12.36 |
35.22 |
34.11 |
-0.02 |
-0.17 |
0.03 |
35.44 |
-1.33 |
1.77 |
-8.40 |
|
|
|
11 |
1 |
7.47 |
17.98 |
36.19 |
47.37 |
0.12 |
0.11 |
0.07 |
47.78 |
-0.41 |
0.17 |
4.86 |
|
|
|
12 |
1 |
7.56 |
15.36 |
36.87 |
42.29 |
0.14 |
-0.02 |
0.10 |
42.66 |
-0.37 |
0.14 |
-0.22 |
|
|
|
13 |
1 |
7.97 |
13.45 |
38.99 |
41.00 |
0.20 |
-0.12 |
0.19 |
39.37 |
1.63 |
2.66 |
-1.51 |
|
|
|
14 |
1 |
8.30 |
18.14 |
40.75 |
48.06 |
0.26 |
0.11 |
0.26 |
49.14 |
-1.08 |
1.16 |
5.55 |
|
|
|
15 |
1 |
8.54 |
11.34 |
41.41 |
35.91 |
0.29 |
-0.22 |
0.28 |
35.87 |
0.04 |
0.00 |
-6.60 |
|
|
|
16 |
1 |
8.77 |
10.45 |
42.96 |
35.27 |
0.33 |
-0.26 |
0.34 |
34.39 |
0.88 |
0.78 |
-7.24 |
|
|
|
17 |
1 |
8.90 |
29.26 |
43.98 |
71.33 |
0.35 |
0.66 |
0.38 |
72.07 |
-0.74 |
0.54 |
28.82 |
|
|
|
18 |
1 |
9.00 |
30.00 |
|
|
|
|
|
73.67 |
|
|
|
|
|
|
19 |
15 |
100.50 |
237.34 |
515.15 |
637.65 |
-3E-15 |
2E-15 |
-9E-16 |
637.65 |
0.00 |
12.64 |
|
|
|
|
20 |
SQ(N) |
X1s |
X2s |
X3s |
Ys |
S2 |
D[Y] |
Fr |
SX1 |
SX2 |
SX3 |
|
|
|
|
21 |
3.87 |
6.70 |
15.82 |
34.34 |
42.51 |
1.05 |
134.1 |
127.3 |
1.62 |
5.25 |
6.48 |
|
|
|
|
22 |
|
|
|
|
|
[Kor2] |
|
[Kor2]-1 |
|
|
|
|
|
|
|
23 |
1 |
0.25 |
0.99 |
|
|
1 |
0.25 |
1.07 |
-0.27 |
|
|
|
|
|
|
24 |
0.25 |
1 |
0.25 |
D[Kor]= |
0.01 |
0.25 |
1 |
-0.27 |
1.07 |
|
|
|
|
|
|
25 |
0.99 |
0.25 |
1 |
Xi2= |
56.36 |
|
0.107 |
|
|
|
|
|
|
|
|
26 |
|
[Kor]-1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
27 |
96.31 |
-0.30 |
-95.73 |
r12= |
0.03 |
t12= |
0.107 |
S[x1]= |
1.615 |
|
|
|
|
|
|
28 |
-0.30 |
1.07 |
0.03 |
r13= |
0.994 |
t13= |
34.047 |
S[x2]= |
5.246 |
|
|
|
|
|
|
29 |
-95.73 |
0.03 |
96.23 |
r23= |
0.003 |
t23= |
-0.011 |
S[x3]= |
6.479 |
|
|
|
|
|
|
30 |
|
|
|
|
|
|
|
[X]t |
|
|
|
|
|
|
|
31 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
32 |
3.82 |
4.33 |
4.82 |
5.23 |
5.77 |
5.92 |
6.53 |
6.57 |
7.47 |
7.56 |
7.97 |
8.3 |
8.5 |
9 |
9 |
33 |
10.11 |
12.34 |
18.45 |
15.78 |
20.2 |
9.56 |
22.56 |
12.36 |
17.98 |
15.36 |
13.45 |
18.14 |
11 |
10 |
29 |
34 |
|
[xt*X] |
|
[Z]= |
[Xt*X]-1 |
|
|
[xt*Y] |
|
|
|
|
|
|
|
35 |
15 |
100.5 |
237.34 |
1490 |
-0.149 |
-0.027 |
|
637.65 |
|
|
|
|
|
|
|
36 |
100.5 |
712.492 |
1622.28 |
-0.149 |
0.027 |
-0.002 |
|
4385.3 |
|
|
|
|
|
|
|
37 |
237.34 |
1622.28 |
4168.17 |
-0.027 |
-0.002 |
0.003 |
|
10953 |
|
|
|
|
|
|
|
38 |
|
|
|
|
|
|
[Z*Xt*Y] |
|
|
|
|
|
|
|
|
39 |
D[K2]= |
0.936 |
1.995 |
1.253 |
2559 |
|
2559 |
|
|
|
|
|
|
|
|
40 |
Xi2(2)= |
0.824 |
0.052 |
0.17 |
1252 |
|
1253 |
|
|
|
|
|
|
|
|
41 |
S= |
1.026 |
0.993 |
1.026 |
# Н/Д |
|
1995 |
|
|
|
|
|
|
|
|
42 |
KX1= |
0.15 |
885.043 |
12000 |
# Н/Д |
|
|
|
|
|
|
|
|
|
|
43 |
KX2= |
0.81 |
1864.02 |
12637 |
# Н/Д |
|
|
|
|
|
|
|
|
|
|
44 |
S1= |
1.25 |
SYc= |
1876.7 |
|
|
[Xp]*[Z]= |
-0.655 |
0.0327 |
0.032 |
|
|
|
|
|
45 |
S2= |
0.17 |
r2= |
0.993 |
|
|
Z1= |
1.5927 |
|
|
|
|
|
|
|
46 |
S3= |
0.05 |
Fr1= |
885.043 |
|
|
S[Yp]= |
1.2951 |
|
|
|
|
|
|
|
47 |
Ta0= |
2.04 |
|
|
|
|
t*SYp= |
2.8492 |
|
|
|
|
|
|
|
48 |
Ta1= |
7.39 |
|
|
|
|
Ymin= |
70.82 |
|
|
|
|
|
|
|
49 |
Ta2= |
38.21 |
|
|
|
|
Ymax= |
76.52 |
|
|
|
|
|
|
|
50 |
Tt= |
2.20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
51 |
Yr= |
1.25256 |
*X1+ |
1.9945 |
*X2+ |
2.5594 |
|
|
|
|
|
|
|
|
|