- •Державний вищий навчальний заклад
- •1. Інформаційна база економетричних моделей
- •1.1. Динамічні ряди та їхні характеристики
- •2. Варіаційні ряди та їхні характеристики
- •2. Проста вибіркова лінійна регресія
- •2.1. Оцінка параметрів лінійної регресії за допомогою методу найменших квадратів
- •2.2. Коефіцієнти кореляції та детермінації
- •Поняття про ступені вільності. Аналіз дисперсій
- •Anova-таблиця
- •2.4. Перевірка простої регресійної моделі на адекватність. Поняття f-критерію Фішера
- •2.5. Інші критерії якості лінійної регресії
- •2.6. Математичне сподівання та дисперсія розподілу параметрів b0 та b1 . Оцінка дисперсії випадкової величини .
- •2. Дисперсія параметра b0:
- •4. Дисперсія параметра b1:
- •5. Оцінка дисперсії випадкової величини :
- •Перевірка значимості параметрів b0 та b1 вибіркової лінійної регресійної моделі за допомогою t-теста Стьюдента
- •Коефіцієнта кореляції
- •2.9. Побудова інтервалів довіри для параметрів та
- •2.10. Прогнозування за моделями простої лінійної регресії
2. Проста вибіркова лінійна регресія
Прості лінійні регресійні моделі встановлюють лінійну залежність між двома змінними, наприклад, витратами на відпустку та складом родини; витратами на рекламу та обсягом продукції, що випускається; витратами на споживання та валовим національним продуктом (ВНП), зміною ВНП залежно від часу, врожайністю культур та кількістю добрив, що вносяться під культури.
При цьому одна зі змінних вважається залежною змінною (y) та розглядається як функція від незалежної змінної (x).
У загальному вигляді проста вибіркова лінійна регресійна модель запишеться так:
(2.0)
де y — вектор спостережень за залежною змінною;
;
х — вектор спостережень за незалежною змінною;
;
b0,b1 — невідомі параметри регресійної моделі;
е — вектор випадкових величин (помилок);
. [5]
2.1. Оцінка параметрів лінійної регресії за допомогою методу найменших квадратів
Щоб мати явний вид залежності, необхідно знайти (оцінити) невідомі параметри b0, b1 цієї моделі за допомогою критерію. Найпоширенішим є критерій мінімізації суми квадратів відхилень. Логічно, що треба проводити пряму таким чином, щоб сума квадратів помилок була мінімальною. В цьому і полягає критерій найменших квадратів: невідомі параметри b0 та b1 визначаються таким чином, щоб мінімізувати , тобто
(2.1.1)
Визначимо значення b0 та b1, котрі мінімізують вираз (2.1.1). Рішення системи двох лінійних нормальних рівнянь:
(2.1.2)
дозволяє одержати такі значення параметрів b1 та b0:
, (2.1.3)
де ; ;
. (2.1.4)
В явному вигляді регресія у від х, у якій параметри обчислені за методом найменших квадратів, виразиться так:
або . (2.1.5) [5]
Приклад 1. Побудувати лінійну регресійну модель, що характеризує залежність між обсягом продажу цукерок фабрики “Світоч” (млн. коробок) та витратами на рекламу (млн. грн.), на основі вихідних даних:
п/п |
Обсяг продажу, млн. коробок |
Витрати на рекламу, млн. грн. |
1 2 3 4 5 |
25 30 35 45 65 |
5 6 9 12 18 |
Рішення:
В таблиці представимо результати попередніх розрахунків:
№ п/п |
Обсяг продажу, млн.коробок, yi |
Витрати на рекламу, млн. грн., xi |
|
|
^ |
^ |
1 2 3 4 5 |
25 30 35 45 65 |
5 6 9 12 18 |
125 180 315 540 1170 |
25 36 81 144 324 |
25 28 37 46 64 |
0 2 -2 -1 1 |
200
40 |
50
10 |
2330
466 |
610
122 |
200
40 |
0
0 |
Розрахуємо параметри b1 та b0:
;
.
Таким чином, лінійна регресійна модель має вигляд:
або .
Зазначимо, що сума оцінених (розрахункових) значень обсягу продажу цукерок () дорівнює сумі фактичних значень yi, а сума помилок дорівнює нулю.
Завдання 1. Припустимо, що ви зібрали дані про споживання домашніх господарств в Україні та їх доходів і оцінили таке рівняння: С = 120 + 0,75у
Визначити: а) яка змінна є залежною, а яка — незалежною;
б) пояснити взаємозв’язок між споживанням та доходом. На скільки зросте споживання, якщо доход зросте на 1 одиницю?
Завдання 2. Припустимо, ви зібрали дані про річний продаж фірмою “Україна” продукції (у) і суми, які використано на наукові дослідження (х). Ви маєте таку статистику:
коваріація:
варіація:
варіація: .
Середній річний продаж: ()=1200.
Середня сума на наукові дослідження: ()=895.
Визначити параметри регресії b0 та b1 і побудувати лінійну регресійну модель. Дати економічну інтерпретацію одрежаній моделі.
Завдання 3. Є такі дані:
х |
У | ||||
20 14 12 20 33 38 |
75 85 92 88 72 99 |
|
|
|
|
Заповнити пропуски і знайти параметри регресії b0 та b1.
Завдання 4. Маємо дані про урожайність зернових (yi) і кількість внесених на 1 га мінеральних добрив (xi) під зернові за 10 років в ПОК “Зоря” Білозерського району Херсонської області:
Роки |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
Урожайність, ц/га, yi |
65,2 |
64,4 |
54,0 |
54,7 |
64,0 |
31,6 |
44,7 |
32,3 |
54,5 |
46,8 |
Внесено мін.добрив, ц.д.р. на 1 га, xi |
2,6 |
2,5 |
2,1 |
2,2 |
2,3 |
1,6 |
1,8 |
2,1 |
2,0 |
1,9 |
Побудувати лінійну регресійну модель, що характеризує залежність між урожайністю зернових та кількістю внесених на 1 га мінеральних добрив.