Примеры постановки и решения прикладных задач


По теме «Многомерный корреляционно-регрессионный анализ»

Пример 4.1.Имеются данные потребления текстиля гражданами США (фактор Y) в зависимости от уровня доходов (фактор X1) и средних цен (фактор X2) в период с 1923 по 1939 годы [11].

 

Годы X1 X2 Y
96,7 99,2
100,1
104,9 90,6 111,6
104,9 86,5 122,2
109,5 89,7 117,6
110,2 90,6 121,1
112,3 82,8
109,3 70,1 154,2
105,3 65,4 153,6
101,7 61,3 158,5
95,4 62,5 140,6
96,4 63,6 136,2
97,6 52,6
102,4 59,7 154,3
101,6 59,5
103,8 61,3 165,5

 

Для решения целесообразно использовать процедуру «Регрессия» из пакета «Анализ данных» электронных таблиц Excel [18], описание которой приведено в приложении Б.

Вывод основных итогов решения по зависимости Y = f(X1)
       
Регрессионная статистика    
Множественный R 0,068181436    
R-квадрат 0,004648708    
Нормированный R-квадрат -0,06170804    
Стандартная ошибка 24,2938986    
Наблюдения    
       
Дисперсионный анализ    
df SS MS
Регрессия 41,34677044 41,34677044
Остаток 8852,902641 590,1935094
Итого 8894,249412  
       
Коэффициенты Стандартная ошибка t-статистика
Y-пересечение 103,004884 119,1604993 0,864421386
Переменная X1 0,306009699 1,156143147 0,264681497

 

 

F Значимость F    
0,070056295 0,79485725    
       
       
       
P-значение Нижние 95% Верхние 95%
0,400969134 -150,9797081 356,9895  
0,79485725 -2,158251087 2,77027  

Анализ данных решения показывает отсутствие зависимости потребления текстиля от уровня доходов.

Вывод основных итогов решения по зависимости Y = f(X2)
       
Регрессионная статистика    
Множественный R 0,946637677    
R-квадрат 0,896122892    
Нормированный R-квадрат 0,889197752    
Стандартная ошибка 7,848179848    
Наблюдения    
       
Дисперсионный анализ    
df SS MS
Регрессия 7970,340508 7970,340508
Остаток 923,908904 61,59392693
Итого 8894,249412  
       
Коэффициенты Стандартная ошибка t-статистика
Y-пересечение 235,4897079 9,079104962 25,93754659
Переменная X 2 -1,323306124 0,11632976 11,37547371

 

F Значимость F  
129,4014021 8,94249E-09  
     
     
P-значение Нижние 95% Верхние 95%
7,09262E-14 216,1380538 254,8414
8,94249E-09 -1,571257138 -1,07536

 

Анализ данных решения показывает высокую зависимость потребления текстиля от уровня средних цен на данную продукцию.

 

Вывод итогов решения по зависимости Y = f(X1 , X2)
Регрессионная статистика    
Множественный R 0,975      
R-квадрат 0,951      
Нормированный R-квадрат 0,945      
Стандартная ошибка 5,553      
Наблюдения      
Дисперсионный анализ    
df SS MS F
Регрессия 8462,558 4231,279 137,223
Остаток 431,691 30,835  
Итого 8894,249    
             

Таблица 4.1 – Сводная таблица многомерного корреляционно-регрессионного анализа по данным примера 4.1

Коэффициенты уравнения регрессии Значения коэффициентов Нижние 95% Верхние 95%
a (Y-пересечение) 129,544 71,025 188,063
b1 (переменная X1) 1,072 0,497 1,647
b2 (переменная X2) -1,381 -1,560 -1,202

Данные анализа решения задачи наглядно свидетельствуют о корректности применения процедур упрощения моделей множественной регрессии. Так, расчетное значение критерия Фишера (Fрасч) при двухфакторной форме модели имеет наивысшее значение (137,223), в то время как при исследовании однофакторной линейной зависимости Y = f(X1) Fрасч = 0,070056, указывая тем самым на слабую статистическую значимость фактора X1.

 

 



Дата добавления: 2018-05-10; просмотров: 726;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.01 сек.