- •Тема: Множественная линейная регрессия
- •1. Постройте выборочные парные линейные регрессии — оценки зависимости результативного признака от каждого из факторов, рассматриваемого по отдельности.
- •2 . Проверьте мультиколлинеарность факторов.
- •14. Вычислите стандартизованные коэффициенты регрессии и частные коэффициенты эластичности.
- •17. Получите результаты множественного регрессионного анализа с помощью
14. Вычислите стандартизованные коэффициенты регрессии и частные коэффициенты эластичности.
Для того чтобы сравнить влияние на зависимую переменную различных объясняющих переменных, особенно когда эти переменные имеют различные единицы измерения, используют также стандартизованные коэффициенты регрессии
и коэффициенты эластичности (частные коэффициенты эластичности)
Стандартизованный коэффициент регрессии показывает, на сколько величин изменится в среднем зависимая переменная y при увеличении только i-ой переменной на . а частный коэффициент эластичности — на сколько процентов (от средней)
изменится в среднем y при увеличении только переменной на 1% и
неизменных значениях остальных переменных.
, , ,
Рис. 17. Стандартизованный коэффициент регрессии и частные коэффициенты эластичности .
15. Постройте точечный прогноз для значений переменных на 30% превышающих их средние значения.
Точечный прогноз вычисляется по формуле
Рис. 18. Точечный прогноз для значений переменных на 30% превышающих их средние значения.
16. Вычислите стандартные ошибки прогноза функции регрессии (среднего значения) и индивидуального значения, постройте доверительные интервалы полученных прогнозов. Дайте интерпретацию.
Доверительный интервал прогноза индивидуального значения строится по формуле:
Стандартная ошибка прогноза индивидуального значения зависимой переменной вычисляется по формуле
Матрица - это матрица – строка, состоящая из 1, стоящей на первом месте, и прогнозных значений независимых переменных , , (п. 15, рис. 18).
Рис. 19. Матрица составлена из 1 и значений , , . Матрица это транспонированная матрица . Матрица была получена ранее п. 4.
17. Получите результаты множественного регрессионного анализа с помощью
Пакета Анализа (Tools / Data Analysis …Regression | Сервис/Анализ данных … Регрессия). Использование этой процедуры аналогично расчету параметров парной линейной регрессии, только при указании параметра Входной интервал X следует указать все столбцы, содержащие значения факторов.
В результате выполнения процедуры Регрессия появляются три таблицы
- регрессионная статистика;
- дисперсионный анализ;
- таблица, содержащая коэффициенты регрессии, стандартные шибки, t - статистики и границы доверительных интервалов.
Множественный R – множественный коэффициент корреляции
– выборочный коэффициент корреляции между фактическими и расчетными значениями зависимой переменной. В случае парной линейной регрессии этот коэффициент совпадает с выборочным коэффициентом корреляции ( )
R-квадрат – коэффициент детерминации
Нормированный R-квадрат – (скорректированный коэффициент детерминации)
Стандартная ошибка – (выборочное стандартное отклонение остатков)
Наблюдения – n объем выборки.
SSобщ – общая сумма квадратов отклонений фактических значений от выборочного среднего , SSобщ=103955.
SSрег – сумма квадратов отклонений расчетных значений от выборочного среднего , обусловленная регрессией ,
SSрег = 93584,5.
SSост – сумма квадратов остатков
SSост = 10370,1
Эти суммы связаны равенством , действительно 93584,5 + 10370,1 = 103955
MSрег – средний квадрат регрессии
MSрег = 93584,5
MSост – средний квадрат остатков
MSост =370,36
F - статистика, служит для проверки значимость полученного уравнения регрессии в целом по критерию Фишера.
, F = 252,685
df – число степеней свободы,
– dfобщ = n – 1 – число степеней свободы суммы
– dfрег = k – 1 – число степеней свободы суммы
– dfост = n – p – число степеней свободы суммы ,
dfобщ = dfрег + dfост
Коэффициенты уравнения регрессии a = 11,23619683 b1 = 3,451143815 b2 =-0,465854629 b3 =2,773033928 |
Стандартная ошибка определения коэффициентов =2,32490564 = 0,295380282 = 0,307132258 =0,465887781 |
t - статистика ta = 10,8372 tb = 15,8961 |
Вероятность ошибки |
Нижние 95% – нижняя граница доверительного интервала с доверительной вероятностью 0,95,
Верхние 95% – верхняя граница доверительного интервала с доверительной вероятностью 0,95,