|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
III. Хід роботиЛабораторна робота № 4 з дисципліни «Економіко-математичне моделювання» на тему: «ПОБУДОВА ЛІНІЙНОЇ БАГАТОФАКТОРНОЇ МОДЕЛІ ТА ДОСЛІДЖЕННЯ ЇЇ АДЕКВАТНОСТІ» Варіант №30
Виконала: ст. гр. ОА -32 Юнко І.С. Прийняла: Васильців Н. М.
Львів 2011р Мета: побудувати лінійну багатофакторну модель, дослідивши її адекватність; побудувати кореляційну матрицю; використовуючи χ2 - критерій з надійністю 0.95 оцінити наявність загальної мультиколінеарності; знайти оцінки параметрів багатофакторної регресії; оцінити щільність зв’язку між результативною і факторними ознаками за допомогою коефіцієнта детермінації; перевірити адекватність побудованої моделі (критерій Фішера).
I. Теоретичні відомості: При побудові регресійного рівняння, де результуючий показник залежить від багатьох факторних ознак, слід включити в регресію всі фактори, які мають суттєвий вплив на показник у, а з другого боку необхідно визначити, як виконується умова лінійної незалежності між факторами х1, х2 …хn. Якщо між факторними ознаками існує лінійна залежність Хі =аХj, то говорять про те, що між цими факторами існує мультиколінеарність. Мультиколінеарність означає існування тісної лінійної залежності або сильної кореляції між двома або більше пояснювальними змінними. II. Завдання За даними таблиці 1 з ймовірністю 0,95, використовуючи метод найменших квадратів, необхідно: Таблиця 1 Вихідні статистичні дані
1) побудувати кореляційну матрицю; 2) використовуючи χ2-критерій з надійністю 0.95 оцінити наявність загальної мультиколінеарності; 3) якщо існує загальна мультиколінеарність, то використовуючи t-статистику з р=0,95 виявити пари факторів, між якими існує мультиколінеарність. Якщо такі пари існують, то один із факторів необхідно вилучити; 4) знайти оцінки параметрів багатофакторної регресії; 5) оцінити щільність зв’язку між результативною і факторними ознаками за допомогою коефіцієнта детермінації; 6) перевірити адекватність побудованої моделі (критерії Фішера). 7) III. Хід роботи 1. Будуємо кореляційну матрицю: ,
Шукаємо обернену матрицю Z=R-1
Знаходимо визначник матриці R R = 0,021559.
2. Для дослідження загальної мультиколінеарності знаходимо значення, та порівнюємо його з критичним значення. = 46,68298 n = 15; m = 3 кр = 7,81 , 46,68298> 7,81, то із прийнятою надійністю можна вважати, що між факторами існує мультиколінеарність.
3. Щоб з`ясувати між якими факторами існує мультиколінеарність, використовуємо F– або t–статистика. Обчислення F-критеріїв: ;
Порівнявши ці значення з критичним (Fкр = 3,59), встановлено, що F1> Fкр та F3> Fкр, тобто ці змінні незалежні мультиколінеарні з іншими.
4. Знаходимо t–статистики між двома факторами, спочатку шукаємо частинні коефіцієнти кореляції за формулою: , де - елементи матриці Z.
Для цих частинних коефіцієнтів знаходиться t – статистика .
Фактичні значення порівнюємо з критичним значенням критерія Стьюдента = 1,796. , 21,01957> 1,796 тому з надійністю р можна стверджувати, що між факторами х1 і x3 існує мультиколінеарність. Тому ми виключаємо фактор x3 з розгляду, що узгоджується з економічною доцільністю. В загальному випадку багатофакторна лінійна регресія має вид .
5. Оцінку параметрів знайдемо за допомогою МНК
n ∑x1 ∑x2 -1 ∑y а0 ∑x2 ∑x1* x2 ∑ x22 ∑y * x2 a2
Для того щоб визначити ці параметри, необхідно знайти показники, які записуємо в таблиці 2: Таблиця 2
-1
=
*
а0 = 1,29379; а1 = 1,173088; а2 = 1,996445 у = 1,29379 + 1,173088*х1+ 1,996445*х2
6. Адекватність побудованої моделі статистичним даним генеральної сукупності можна перевірити за допомогою F-критерію (критерію Фішера) за даними таблиці 3: Таблиця 3
, F = = 18,43758
Fкр 18,43758 >3,59; F> Fкр. Отже модель адекватна статистичним даним генеральної сукупності.
коефіцієнт детермінації = = 0,834119, отже щільність зв’язку між результативною і факторними ознаками є високою.
7. Знаходимо прогнозне значення: ур = = 1,29379+ 1,173088*9+ 1,996445* 30,3 = 72,3439 . Інтервал довіри знаходять , , , де t = 1,796 - середньоквадратичне відхилення залишків;
= 5,7652.
1,796* 5,7652* = 6,254009
Знаходимо інтервал довіри: 72,3439+6,254009=78,5979 72,3439 - 6,254009= 66,0898
Отже, інтервал довіри для прогнозу матиме вигляд: 66,0898< < 78,5979
8. Визначаємо частинні коефіцієнти еластичності для факторів обчислюється за формулою: = 1,173088* = 0,145939
= 1,996445* = 0,836177
Частинний коефіцієнт еластичності показує, як змінюється показник у, якщо фактор змінюється на 1 % при незмінних значеннях інших факторів. Частинний коефіцієнт еластичності показує, як змінюється показник у, якщо фактор змінюється на 1 % при незмінних значеннях інших факторів.
Висновки. На цій лабораторній роботі я: - дослідивши фактори впливу на у, виявила наявність мультиколінеарності між х1 та х3, тому надалі під час побудови моделі фактор х3 виключався. - знайшла оцінки параметрів багатофакторної регресії: а0 = 1,29379; а1 = 1,173088; а2 = 1,996445 - визначила коефіцієнт детермінації R2= 0,834119, отже щільність зв’язку між результативною і факторними ознаками є високою. - оцінила адекватність побудованої моделі статистичним даним генеральної сукупності за допомогою критерію Фішера (оскільки 18,43758 >3,59; F> Fкр, отже модель адекватна). - визначила прогнозне значення ур = = 1,29379+ 1,173088*9+ 1,996445* 30,3 = 72,3439. та інтервал довіри для прогнозу,який матиме вигляд: 66,0898< < 78,5979 - визначила частинні коефіцієнти еластичності для прогнозу: = 0,145939, = 0,836177.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.016 сек.) |