Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Методичка_лаб_ Эконометрия.doc
Скачиваний:
47
Добавлен:
20.11.2019
Размер:
9 Mб
Скачать

Значения переменных 2-ой модели

h

m

d

f

h

m

d

f

h

m

d

f

1

201

19

0

0

11

267

13

0

1

25

285

14

1

0

2

207

19

0

0

12

251

12

0

1

26

272

12

1

0

3

204

18

0

0

13

267

13

0

1

27

282

13

1

0

4

214

12

0

0

14

242

16

0

1

28

279

12

1

0

5

208

15

0

0

15

234

18

0

1

29

278

12

1

0

6

196

20

0

0

16

270

12

0

1

30

258

17

1

0

7

186

21

0

0

17

240

17

0

1

31

261

17

1

0

8

203

17

0

0

18

272

11

0

1

32

258

20

1

0

9

197

18

0

0

19

236

21

0

1

33

270

16

1

0

10

185

20

0

0

20

239

18

0

1

34

274

15

1

0

21

267

14

0

1

35

258

18

1

0

22

250

17

0

1

36

272

19

1

0

23

258

14

0

1

37

251

20

1

0

24

274

12

0

1

38

262

20

1

0

39

267

16

1

0

40

278

16

1

0

С помощью пакета «Анализ данных» (функция – «Регрессия») программы MS Excel рассчитаем параметры линейного уравнения множественной регрессии и характеристики качества модели.

ВЫВОД ИТОГОВ

Регрессионная статистика

Множественный R

0,9764

R-квадрат

0,9533

Нормированный R-квадрат

0,9494

Стандартная ошибка

6,8228

Наблюдения

40

Дисперсионный анализ

 

df

SS

MS

F

Значи-мость F

Регрессия

3

34202,83

11400,94

244,92

5,348E-24

Остаток

36

1675,81

46,55

Итого

39

35878,64

 

 

 

 

Коэффициенты

Стандарт-ная ошибка

t-ста-тистика

P-Значение

Нижние 95%

Верхние 95%

Y-пересечение

260,5490

7,3414

35,4901

1,3E-29

245,659

275,438

Переменная m

-3,3437

0,3881

-8,6147

2,8E-10

-4,131

-2,556

Переменная d

62,6090

2,8512

21,9592

1,94-22

56,827

68,391

Переменная f

44,2363

3,0808

14,3589

1,8E-16

37,988

50,484

Рис. 6.2. Расчет параметров 2-ой модели (с учетом фирмы производителя) с помощью надстройки «Анализ данных»

6.3. Построение регрессионной модели с фиктивными (индикативными) переменными. Анализируя полученный отчет (рис. 6.2) сделаем следующие выводы. Уравнение регрессии зависимости времени безаварийной работы компьютерной техники от возраста и фирмы производителя имеет вид:

(6.2)

с коэффициентом детерминации . Следовательно, полученная модель объясняет колебания переменной времени безаварийной работы почти на 95%. При этом все коэффициенты уравнения и модель (6.2) являются статистически значимыми при уровне , так как значения в ячейках Значимость F и P-Значение (рис. 6.2) меньше .

На основании модели (6.2) запишем частные уравнения регрессии для каждого производителя:

,

,

.

Следовательно, с увеличением возраста компьютерной техники на 1 месяц время безаварийной работы уменьшается (в среднем, при прочих равных условиях) на 3,34 часов. При этом, сравнив значения коэффициентов перед фиктивными переменными в модели (6.2) и свободных членов последних трех уравнений, делаем вывод, что при одинаковом возрасте самый большой срок безаварийной работы техники производителя (на 62,61 часа больше чем у производителя ). Срок безаварийной работы техники производителя на 44,24 часа больше чем у производителя .

Для сравнения качества двух моделей на основании данных об остатках двух моделей, поученных в отчете, были рассчитаны средние относительные ошибки которые для первой и второй моделей соответственно (рис. 6.3) равны: и .

ВЫВОД ОСТАТКА (модель 1)

ВЫВОД ОСТАТКА (модель 2)

Наблю-дение

Предска-занное Y

Остатки

Ai

Наблю-дение

Предска-занное Y

Остатки

Ai

1

230,73

-30,12

0,1501

1

196,81

3,80

0,0189

2

228,73

-21,40

0,1032

2

195,63

11,70

0,0564

3

236,08

-32,13

0,1575

3

199,98

3,97

0,0195

4

267,84

-53,49

0,2495

4

218,77

-4,42

0,0206

5

252,81

-44,54

0,2138

5

209,88

-1,61

0,0077

6

224,01

-27,98

0,1427

6

192,84

3,19

0,0163

7

222,30

-36,40

0,1958

7

191,83

-5,93

0,0319

8

242,03

-39,15

0,1930

8

203,50

-0,62

0,0031

9

235,26

-38,54

0,1959

9

199,50

-2,77

0,0141

10

222,98

-38,06

0,2058

10

192,23

-7,31

0,0395

34

250,97

23,24

0,0848

34

271,40

2,81

0,0103

35

237,50

20,45

0,0793

35

263,43

-5,48

0,0212

36

231,37

40,42

0,1487

36

259,80

11,98

0,0441

37

223,99

26,84

0,1070

37

255,44

-4,61

0,0184

38

227,47

34,68

0,1323

38

257,49

4,65

0,0178

39

245,63

21,77

0,0814

39

268,24

-0,84

0,0031

40

247,85

30,54

0,1097

40

269,55

8,84

0,0318

A1=

8,52%

A2=

2,26%

Рис. 6.3. Сравнение качества двух моделей задачи

Следовательно, качество второй модели лучше и ее нужно использовать для дальнейшего экономического анализа. В частности приоритеты при закупке компьютерной техники трех производителей должны быть следующие: в первую очередь следует покупать технику производителя , во вторую очередь – производителя и в последнюю очередь – производителя . Анализируя первоначальные данные о количестве техники каждого производителя (16, 14 и 10 единиц техники соответственно) делаем вывод, что при закупке техники руководство клуба придерживалось именно этой стратегии.

Лабораторная работа № 5 выполнена полностью.