4ПМ_Б_Комп_Модел_Власова / Индивидуальные задания лабораторные работы / Множеств_лин_регр
.DOCЛабораторная работа 3
Тема:«Множественная линейная регрессия»
Задание:
Заданы выборки значений двух случайных величин Х и У. Требуется построить уравнение регрессии методом наименьших квадратов и оценить коэффициенты регрессии.
По полученной формуле с вычисленными коэффициентами регрессии рассчитать теоретические значения Ут.
Построить графики для теоретических (Ут ) и эмпирических (Уэ) данных на одном чертеже. Вычисления следует выполнять в Excel ППП Statistika. Провести сравнительный анализ результатов.
Ниже представлены примеры вычисления коэффициентов регрессии методом наименьших квадратов, и примеры оформления отчета лабораторной работы..
Пример1.
y=a уравнение регрессии.
Таблица 1
x |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
y |
1.35 |
1.09 |
6.46 |
3.15 |
5.80 |
7.20 |
8.07 |
8.12 |
8.97 |
10.66 |
Оценка значимости коэффициентов регрессии.
Выдвигается и проверяется гипотеза о том что истинное значение коэффициента регрессии=0. Для проверки гипотезы используется критерий Стьюдента.
к-т является значимым и нулевую гипотезу отвергаем.
График 1
- уравнение регрессии
Таблица 2
x |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
y |
1.35 |
1.09 |
6.46 |
3.15 |
5.80 |
7.20 |
8.07 |
8.12 |
8.97 |
10.66 |
Вычислим:
Тогда система нормальных уравнений принимает вид:
Оценка значимости коэффициентов регрессии.
Для проверки нулевой гипотезы используется критерий Стьюдента..
Коэффициент ai является значимости, т.к. не попал в интервал.
Проверка адекватности модели по критерию Фишера.
Рассмотрим уравнение линейной регрессии:
Вычислим критерий Фишера по формуле.
отсюда линия регрессии адекватно отражает исходную информацию, гипотеза о равенстве математических ожиданий отвергается.
Проверка адекватности модели по коэффициенту детерминации или множественная корреляция.
регрессионная модель адекватна
- коэффициент множественной корреляции:
Таблица 3
x |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
y |
1.35 |
1.09 |
6.46 |
3.15 |
5.80 |
7.2 |
8.07 |
8.12 |
8.97 |
10.66 |
Приведем квадратное уравнение к линейной форме:
;
Запишем матрицу X и составим матрицу Фишера.
.
,
Найдем
Система нормальных уравнений принимает вид:
Решим ее методом Гаусса.
Тогда уравнение регрессии имеет вид:
Оценка значимости коэффициентов регрессии.
Для проверки нулевой гипотезы используем критерий Стьюдента.
Коэффициенты значимые коэффициенты.
Проверка адекватности модели по критерию Фишера.
гипотеза о равенстве математического ожидания отвергается.
Проверка адекватности модели по коэффициенту детерминации или множественной корреляции.
Коэффициент детерминации :
- регрессионная модель адекватна.
Коэффициент множественной корреляции
Таблица 4
x |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
y |
0,75 |
1,87 |
2,99 |
4,11 |
5,23 |
6,35 |
7,47 |
8,59 |
9,71 |
10,83 |
График 2
Таблица 5
x |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
y |
16.57 |
20.81 |
25.85 |
31.69 |
38.3 |
45.8 |
54 |
63.05 |
72.9 |
83.53 |
График 3
Использование регрессионной модели для прогнозирования изменения показателей
Оценка точности прогноза
.
Построим доверительный интервал для заданного уровня надежности.
С вероятностью 0,05 этот интервал покрывает истинное значение прогноза
График 4
Оценка точности периода
.
Построим доверительный интервал.
График 5