Равен графиката на остатъци

изисква:

намерят параметрите на уравнението на линейната регресия, за да се даде икономическа интерпретация на коефициента на регресия.
изчисли остатъци; намерите остатъчната сума от квадрати; оценка на вариацията S 2 остатъци; парцел на остатъците.
проверка на работата на предположенията МНМК.
за проверка на значението на параметрите на регресия уравнение, използвайки тест т-Студентски (α = 0,05).
изчисляване на коефициента на характер тества значението на уравнението на регресия, използвайки F-тест на Fisher (α = 0,05), да се намери средната относителна грешка на приближение. За да се направи заключение за качеството на модела.
Прилагане предсказание средна стойност индикатор на нивото на значимост, ако предвиденото стойност на фактор X е 80% от максималната си стойност.
Представен графично: действителното и модел на стойностите на точката на прогнозата.
Бъдете нелинейна регресия уравнение:

хиперболичен;
мощност;
експоненциално.

Водещият графика нанасяне на регресионни уравнения.

За тези модели, за да намерите най-Коефициентите за установяване, еластичност коефициенти а средната относителна грешка на приближение. Сравнете моделите на тези характеристики и да се направи заключение.

1. За изчисляване на параметрите на модела междинни изчисления, които ние даваме една маса (Таблица извършва с помощта на Excel означава):

Ние дефинираме линеен коефициент на корелация на двойката на следната формула:

можем да кажем, че връзката между обема на инвестициите и обема на продукцията е достатъчно прав, силен.

Линейна регресия уравнение има формата: у = а + Ь * х.

W Стойностите на параметрите а и б от линеен модел е определена с помощта на данните в Таблица 1.1:

б = Y * х - у * х / х 2 - х 2 = 10062.30 - 70,60 * 139,10 / 5094,60 - 70,60 2 = 241,84 / 110,24 = 2,19

Линейна регресия уравнение има формата: Y = -15,514 + 2.19 * X

С увеличаването на инвестициите обем от 1 млн. Разтрийте. обем на производството ще се увеличи средно с 2 милиона. 190 хиляди рубли. Това се дължи на ефективната работа на предприятието.

2. Ние изчисляваме наличностите и остатъчната сума kvadrvtov с Excel и посочете резултатите от изчисленията в таблица 2.1:

S 2 = (Σε 2) / п-2 = 59,53 / 7,44 = 8

остатъци графика има формата:

3. Основни допускания OLS:

Първото условие: защото Σε = 0, тогава М (ε) = 0, т.е.. очакване на случаен компонент по всяко наблюдение е 0.

Второто условие е намерена в модела Y = -15,514 + 2.19 * X смущения ε е стойността на променливата на случаен принцип и обяснителен х- неслучайно. защото на графиката (фигура 1) не ориентация на разположението на точките ε, след ε - случайни променливи, и прилагане оли оправдано.

Четвъртото условие: защото разсейването на случайна променлива е постоянно за всички наблюдения, наблюдаваната състоянието на homoscedasticity.

4. Коефициент tα Student за m = 8 степени на свобода на а на ниво на значимост = 0,05 се равнява на 2,3060.

5. Коефициентът на определяне равен на: R2 = 1- (Σε 2) / Σ (у-ysr) 2 = 1-0,011 = 0,9889.

Равен оценка на значимостта на регресия уравнение използва Fisher F-тест:

F = (R 2/1-R) * (п-2) = (0,9889 / 0,011) * 8 = 719,2

Уравнението на регресия с вероятност 0.95 цяло статистически значима, тъй F> Ftabl.

Ние дефинираме средната относителна грешка:

средните изчислени стойности за линеен модел Y различават от действителните стойности на 15,7%.

7. действителните и моделни стойности Y, прогноза точка.

Уравнение хиперболична функция: Y '= а + б / х.

Proizvedom линеаризация модел чрез заместване на X = 1 / х. Резултатът е линейно уравнение: у '= а + Ь * X.

Да се изчисли параметрите му в съответствие с таблица 3.1:

Комуникацията между индекс у и х фактор може да се счита достатъчно силен.

Разликата води Y (изходен обем) от 86.2% обясни с вариация фактор Х (обем на инвестициите).

Средната относителна грешка на сближаване:

средните изчислени стойности на У към захранващ модели се различават от действителните стойности на 5,62%.

За да изберете най-добрия модел, който изгради обобщена таблица на резултатите:

Средната относителна грешка на приближение

Линейният модел е най-доброто за изграждане на прогнозата, като характеристики на този модел са по-важни от други. Сред нелинеен модел е най-точният хиперболичен модел, при който стойностите на показателите за определяне и корелация коефициент на индекса е по-голяма от тази на други нелинейни модели.

Равен графиката на остатъци

Инструкция изпълнение D: Да разгледаме първо формула у = х 2

Графикът на държавен изпит и защита на WRC по специалността

В естествени условия в почвата етап на хумификация на растителни остатъци оса-fected не само от микроби и земни червеи, но също и много други E-fitosaprofagami