Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
stat_metoy.doc
Скачиваний:
8
Добавлен:
05.08.2019
Размер:
943.1 Кб
Скачать

Решение:

Для нахождения параметров регрессии делаем замену z=lnx и составляем вспомогательную таблицу.

 

 

 

 

1

85

4,442651

132

586,43

19,73715

17424

136,8572

-4,85719

23,59234

 3,68

2

88

4,477337

137

613,3951

20,04654

18769

140,149

-3,14904

9,916461

 2,299

3

89

4,488636

138

619,4318

20,14786

19044

141,2214

-3,22143

10,37761

 2,33

4

90

4,49981

139

625,4735

20,24829

19321

142,2818

-3,28184

10,77045

 2,36

5

91

4,51086

143

645,0529

20,34785

20449

143,3305

-0,33053

0,109247

 0,23

6

93

4,532599

148

670,8247

20,54446

21904

145,3938

2,606232

6,792446

 1,76

7

97

4,574711

151

690,7814

20,92798

22801

149,3904

1,609625

2,590892

 1,07

8

98

4,584967

155

710,67

21,02193

24025

150,3638

4,636227

21,4946

 2,99

9

102

4,624973

157

726,1207

21,39037

24649

154,1605

2,839505

8,06279

 1,81

10

104

4,644391

157

729,1694

21,57037

24649

156,0034

0,996624

0,993259

 0,63

11

106

4,663439

161

750,8137

21,74766

25921

157,8112

3,188847

10,16875

 1,98

12

112

4,718499

162

764,3968

22,26423

26244

163,0366

-1,03662

1,074587

 0,64

Сумма

1155

54,76287

1780

8132,56

249,9947

265200

1780

0,000409

105,9434

 21,7789

Сред.знач

96,25

4,563573

148,3333

677,7133

20,83289

22100

 

 

8,82862

 1,8149

 

 

 0,082

 9,86

 

 

 

 

 

 

 

 

 

 0,00669

 97,231

 

 

 

 

 

 

 

Найдем уравнение регрессии:

Т.е. получаем след уравнение регрессии:

Индекс корреляции находим по формуле:

Индекс детерминации в свою очередь равен , который показывает, что 61,9% вариации результативного признака объясняется вариацией признак –фактора, а 38,1% приходится на долю прочих факторов.

Средняя ошибка аппроксимации

F- критерий Фишера:

Превышает табличное значение

Изобразим на графике исходные данные и линию регрессии

 

 

 

 

1

85

9,219544

132

1216,98

85

17424

134,5664

-2,56641

6,586439

 1,94

2

88

9,380832

137

1285,174

88

18769

138,3761

-1,37605

1,893527

 1,004

3

89

9,433981

138

1301,889

89

19044

139,6315

-1,63146

2,661677

 1,18

4

90

9,486833

139

1318,67

90

19321

140,8798

-1,87984

3,533802

 1,35

5

91

9,539392

143

1364,133

91

20449

142,1213

0,878699

0,772112

 0,61

6

93

9,643651

148

1427,26

93

21904

144,5839

3,416076

11,66957

 2,31

7

97

9,848858

151

1487,178

97

22801

149,431

1,569024

2,461837

 1,04

8

98

9,899495

155

1534,422

98

24025

150,627

4,37296

19,12278

 2,82

9

102

10,0995

157

1585,622

102

24649

155,3513

1,648664

2,718091

 1,05

10

104

10,19804

157

1601,092

104

24649

157,6787

-0,67874

0,46069

 0,43

11

106

10,29563

161

1657,596

106

25921

159,9839

1,016127

1,032515

 0,63

12

112

10,58301

162

1714,447

112

26244

166,7718

-4,77176

22,76968

 2,95

Сумма

1155

117,6288

1780

17494,46

1155

265200

 

-0,00272

75,68272

 17,309

Сред.знач

96,25

9,802397

148,3333

1457,872

96,25

22100

 

 

6,306894

 1,4425

 

 

 0,404

 9,86

 

 

 

 

 

 

 

 

 

 0,163

 97,2321

 

 

 

 

 

 

 

Для нахождения параметров регрессии делаем замену и составляем вспомогательную таблицу.

Найдем уравнение регрессии:

Т.е. получаем след уравнение регрессии:

Индекс корреляции находим по формуле:

Индекс детерминации в свою очередь равен , который показывает,что 93.5% вариации результативного признака объясняется вариацией признак –фактора, а 6.5% приходится на долю прочих факторов.

Средняя ошибка аппроксимации

F- критерий Фишера:

Превышает табличное значение

Изобразим на графике исходные данные и линию регрессии

Для нахождения параметров регрессии делаем замену , где

и составляем вспомогательную таблицу.

 

X

Y

XY

X^2

Y^2

 

 

1

4,44265

4,88280

21,6925

19,7371

23,8417

138,565

-6,5654

43,1048

 4,97

2

4,47733

4,91998

22,0284

20,0465

24,2062

141,302

-4,3028

18,5142

 3,14

3

4,48863

4,92725

22,1166

20,1478

24,2778

142,206

-4,2062

17,6922

 3,05

4

4,4998

4,93447

22,2041

20,2482

24,3490

143,105

-4,1051

16,8525

 2,95

5

4,51086

4,96284

22,3866

20,3478

24,6298

143,999

-0,9998

0,99964

 0,7

6

4,53259

4,99721

22,6503

20,5444

24,9721

145,776

2,2236

4,94474

 1,5

7

4,57471

5,01728

22,9526

20,9279

25,1731

149,280

1,7199

2,95812

 1,14

8

4,58496

5,04342

23,1239

21,0219

25,4361

150,146

4,8538

23,5601

 3,13

9

4,62497

5,05624

23,385

21,3903

25,5656

153,572

3,4276

11,7486

 2,18

10

4,64439

5,0562

23,4831

21,5703

25,5656

155,263

1,73648

3,01538

 1,106

11

4,66343

5,0814

23,6968

21,7476

25,8206

156,940

4,0594

16,4793

 2,52

12

4,7184

5,0875

24,0058

22,2642

25,8836

161,890

0,10942

0,01197

 0,067

сумма

54,7628

59,9667

273,726

249,994

299,721

1782,04

-2,04898

159,881

 26,46

Сред.знач

4,56357

4,99723

22,8105

20,8328

24,9768

 

 

13,3234

 2,2

 

 0,08

 0,067

 

 

 

 

 

 

 

 

 0,0067

 0,0045

 

 

 

 

 

 

 

Т.е. получаем следующее уравнение регрессии: .

После потенцирования находим искомое уравнение регрессии:

Индекс корреляции находим:

А индекс детерминации

Средняя ошибка аппроксимации (2,2%) показывает, что линия регрессии очень хорошо приближает исходные данные.

Превышает табличное значение

Изобразим на графике исходные данные и линию регрессии

Сравним построенные модели по индексу детерминации и средней ошибке аппроксимации:

Модль

Индекс детерминации

Средняя ошибка аппроксимации

Линейная модель

0,606

1,98

Полулогарифмическая

0,619

1,81

Модель с квадратичным корнем

0,935

1,44

Степенная модель

0,83

2,2

Наиболее хорошо аппроксимирует модель с квадратным корнем. И индекс детерминации в модели с квадратичным корнем самый большой, т.е. приближается к 1, следовательно необходимо использовать модель с квадратичным корнем.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]