Составим сводную таблицу результатов вычислений

Лабораторная работа №1

по дисциплине «Эконометрика»

на тему:

«Модели парной регрессии»

Серия В (N=1)

Выполнил:

студентки 3 курса 301/02 гр.

экономического факультета, ФК, БД

Андриянова О.А.

Проверила:

Доцент, зав.кафедрой

Спиридонова Г.В.

Тирасполь, 2013

Задание 1.

В таблице по территориям района республики приводится данные за 2010 г. о средних рыночных ценах одного квадратного метра жилья квартир домов массового спора на первичном рынке, (у )тыс.руб. и о полной себестоимости одного квадратного метра жилья квартир домов массового спора, (х) тыс.руб. Требуется:

1. Сформировать свой вариант исходных данных, где N- номер варианта.

2.Построить модели парной регрессии у от х :

а) линейную;

б)степенную;

в)показательную;

г) гиперболическую;

д)параболическую;

3. Рассчитать индекс парной корреляции и детерминации (для линейной модели- коэффициенты корреляции и детерминации), и среднюю ошибку аппроксимации.

4.Оценить линейную модель, применив критерии Фишера и Стьюдента.

5. Рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 20% от его среднего уровня.

6. Найти доверительный интервал для прогнозного значения средних рыночных цен одного квадратного метра жилья квартир домов массовго спроса на первичном рынке.

7.Составить сводную таблицу результатов вычислений, выбрать лучшую модель, дать интерпретацию рассчитаных характеристик.

8. Результаты расчетов отобразить на графиках.

Серия В N=1

         
  № района у -средние рыночные цены 1м ^2 жильяквартир домов массового спроса на первичном рынке, тыс.руб. х -полная себестоимость 1м ^2 жилья квартир домов массового спроса, тыс. руб.  
  36,333 34,34  
  36,517 35,953  
  46,399 33,992  
  43,59 35,243  
  38,571 34,231  
  50,642 49,594  
  44,124 32,866  
  43,59 32,468  
  42,062 32,08  
  91,169 53,56  
  36,704 33,482  
  44,396 37,46  
         


Графики всех функций высчитаны и построены в программе EXEL и имеются в приложении.

Линейная модель.:

1) Уравнение регрессии для линейной модели будем искать в виде y=ax+b;

Var(x)= Составим сводную таблицу результатов вычислений - student2.ru

Cov(x;y)= Составим сводную таблицу результатов вычислений - student2.ru

a= Составим сводную таблицу результатов вычислений - student2.ru

b= yср-a*xср

Решение по этим формулам проведем в таблице №1.

             
n Y x Х- Хср У- Уср (Х-Хср)*(У-Уср) (Х-Хср)^2
36,333 34,34 -2,76575000 -9,84175000 27,21982006 7,64937306
36,517 35,953 -1,15275000 -9,65775000 11,13297131 1,32883256
46,399 33,992 -3,11375000 0,22425000 -0,69825844 9,69543906
43,59 35,243 -1,86275000 -2,58475000 4,81474306 3,46983756
38,571 34,231 -2,87475000 -7,60375000 21,85888031 8,26418756
50,642 49,594 12,48825000 4,46725000 55,78813481 155,95638806
44,124 32,866 -4,23975000 -2,05075000 8,69466731 17,97548006
43,59 32,468 -4,63775000 -2,58475000 11,98742431 21,50872506
42,062 32,08 -5,02575000 -4,11275000 20,66965331 25,25816306
91,169 53,56 16,45425000 44,99425000 740,34663806 270,74234306
36,704 33,482 -3,62375000 -9,47075000 34,31963031 13,13156406
44,396 37,46 0,35425000 -1,77875000 -0,63012219 0,12549306
сумма 554,097 445,269 0,00000000 0,00000000 935,50418225 535,10582625
средняя 46,17475 37,10575 0,00000000 0,00000000 77,95868185 44,59215219
          cov(x,y) var(x)
n (У-Уср) ^2 Ур У-Ур |У-Ур| / Y х ^2 (Y-Yp) ^2  
96,86004306 41,33949954 -5,00649954 0,13779483 1179,23560000 25,06503765  
93,27213506 44,15944313 -7,64244313 0,20928453 1292,61820900 58,40693704  
0,05028806 40,73110502 5,66789498 0,12215554 1155,45606400 32,12503356  
6,68093256 42,91817844 0,67182156 0,01541229 1242,06904900 0,45134421  
57,81701406 41,14893919 -2,57793919 0,06683620 1171,76136100 6,64577045  
19,95632256 68,00745959 -17,3654596 0,34290628 2459,56483600 301,55918674  
4,20557556 38,76256411 5,36143589 0,12150838 1080,17395600 28,74499484  
6,68093256 38,06675657 5,52324343 0,12670896 1054,17102400 30,50621794  
16,91471256 37,38843164 4,67356836 0,11111142 1029,12640000 21,84224118  
2024,48253306 74,94105927 16,22794073 0,17799845 2868,67360000 263,34606029  
89,69510556 39,83949235 -3,13549235 0,08542645 1121,04432400 9,83131226  
3,16395156 46,79407115 -2,39807115 0,05401548 1403,25160000 5,75074525  
сумма 2419,77954625 554,09700000 0,00000000 1,57115880 17057,14602300 784,27488142  
средняя 201,64829552 46,17475000 0,00000000 0,13092990 1421,42883525 65,35624012  
  var(y)            

a= Составим сводную таблицу результатов вычислений - student2.ru = 1,748260132

b=46,17475-1,748260132*31,10575= -18,69575338

Подставляем найденные значения в уравнение регрессии, получим:

Ур=1,748260132 *X -18,69575338– уравнение регрессии показывает, что если полная себестоимость (х) увеличится на 1т.р.,, то средние рыночные цены (у) возрастут на 1,748260132т.р.

Оценим данные уравнения и тесноту связи с помощью коэффициента корреляции и детирминации.

Находим значение коэффициента корреляции:

rxy= Составим сводную таблицу результатов вычислений - student2.ru= Составим сводную таблицу результатов вычислений - student2.ru = 0,822125261

0.940130369>0 – коэффициент корреляции к 1, связь между x и y тесная.

Коэффициент детерминации равен:

R Составим сводную таблицу результатов вычислений - student2.ru= Составим сводную таблицу результатов вычислений - student2.ru Составим сводную таблицу результатов вычислений - student2.ru =(0,822125261) Составим сводную таблицу результатов вычислений - student2.ru =0,675889945

Коэффициент детерминации свидетельствует также о том, что 67,58% вариации (у) средние рыночные цены определяются вариацией полной себестоимости (х).

Среднюю ошибку аппроксимациинайдем по формуле:

Составим сводную таблицу результатов вычислений - student2.ru »13,09% -расчетные значения y отклоняются от истинных значений в среднем на 13,09%.

13,09>10 %, Ошибка аппроксимации >10%, значит точность модели не очень хорошая.

Оценим статистическую значимость уравнения регрессии и показателя тесноты связи коэффициента корреляции с помощью критериев Стьюдента и Фишера.

Fфакт = Составим сводную таблицу результатов вычислений - student2.ru= Составим сводную таблицу результатов вычислений - student2.ru = 20,85371728

Сравниваем полученное значение с табличным. Fтабл найдем для a=0,05 и числа степеней свободы:

k1= m – число параметров при независимых переменных

k2= n-m-1, n – число наблюдений.

Fтабл = 4,96.

Fфакт = 20,85> Fтабл = 4,96, следовательно, гипотеза H0 о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность, связь между средним объемом продаж и средней ценой сформировалась не случайно, а под влиянием объективно действующих факторов. Коэффициент корреляции также статистически значим.

В данном случае мы оценили уравнение регрессии в целом.

Выдвигаем гипотезу H0 о статистической незначимости коэффициентов регрессии и корреляции. Найдем значение t – критерия Стьюдента для a, b и r.

ta = a / ma, tb = b / mb, tr = r / mr.

ma = Составим сводную таблицу результатов вычислений - student2.ru = Составим сводную таблицу результатов вычислений - student2.ru = 0,38283736

mb = Составим сводную таблицу результатов вычислений - student2.ru = Составим сводную таблицу результатов вычислений - student2.ru = 14,43367339

mr = Составим сводную таблицу результатов вычислений - student2.ru = Составим сводную таблицу результатов вычислений - student2.ru 0,180030568

ta = a / ma = Составим сводную таблицу результатов вычислений - student2.ru 4,56658705

tb = b / mb = Составим сводную таблицу результатов вычислений - student2.ru -1,295287268

tr = r / mr = Составим сводную таблицу результатов вычислений - student2.ru 4,56658705

Сравним полученные значения с табличными. tтабл найдем для a=0,05 и числа степеней свободы: df = n-m-1. Для нашей задачи df = 12-1-1=10.

tтабл= 2,2281.

| Составим сводную таблицу результатов вычислений - student2.ru | ≈ 4,56658705> tтабл= 2,2281. Гипотеза H0 о случайной природе a отклоняется, то есть значения a неслучайно отличаются от нуля и сформировались под влиянием фактора x, который действует постоянно; признается его статистическая значимость и надежность

| Составим сводную таблицу результатов вычислений - student2.ru | ≈-1,295287268< tтабл=2,2281. Гипотеза H0 о случайной природе b принимается, то есть значения b статистически незначимо.

| Составим сводную таблицу результатов вычислений - student2.ru | ≈ 4,56658705> tтабл= 2,2281. . Гипотеза H0 о случайной природе rxy отклоняется, то есть значения rxy неслучайно отличаются от нуля и сформировались под влиянием фактора x, который действует постоянно; признается его статистическая значимость и надежность

2) Рассчитаем прогнозное значение фактора при увеличение его значения на 20%:

Составим сводную таблицу результатов вычислений - student2.ru44,5269

Рассчитаем прогнозное значение результата при увеличении значения фактора:

Составим сводную таблицу результатов вычислений - student2.ru59,14885068

3) Рассчитаем ошибку прогноза:

Составим сводную таблицу результатов вычислений - student2.ru =9,645461331

Рассчитаем доверительный интервал прогноза:

Составим сводную таблицу результатов вычислений - student2.ru =21,49105239

Доверительный интервал прогноза: Составим сводную таблицу результатов вычислений - student2.ru

Составим сводную таблицу результатов вычислений - student2.ru =(37,657798285; 80,63990307).

Степенная модель парной регрессии y от x:

1.Построим степенную модель парной регрессии:

Уравнение регрессии будем искать в виде: y=axk.

Линеаризуем эту модель: Составим сводную таблицу результатов вычислений - student2.ru , Составим сводную таблицу результатов вычислений - student2.ru , обозначим Составим сводную таблицу результатов вычислений - student2.ru . Получим линейную модель парной регрессии: Составим сводную таблицу результатов вычислений - student2.ru , параметры которой находим методом наименьших квадратов (МНК).

Решение по этим формулам проведем в таблице №2.

n Y x Хн Хн-Хср (Хн-Хср)^2 Yн-Ycp (Yн-Ycp)^2
36,333 34,34 3,592726419 3,536310855 -0,06357273 0,00404149 -0,20640844 0,04260445
36,517 35,953 3,597777906 3,58221253 -0,01767105 0,00031227 -0,20135696 0,04054462
46,399 33,947 3,837277907 3,524800485 -0,07508310 0,00563747 0,03814304 0,00145489
43,59 35,243 3,774827766 3,562266928 -0,03761665 0,00141501 -0,02430710 0,00059083
38,571 34,231 3,652500699 3,533131666 -0,06675192 0,00445582 -0,14663416 0,02150158
50,642 49,594 3,924781272 3,903869859 0,30398628 0,09240766 0,12564641 0,01578702
44,124 32,866 3,787003852 3,492438689 -0,10744489 0,01154441 -0,01213101 0,00014716
43,59 32,468 3,774827766 3,480254989 -0,11962859 0,01431100 -0,02430710 0,00059083
42,062 32,08 3,73914472 3,468232783 -0,13165080 0,01733193 -0,05999014 0,00359882
91,169 53,56 4,512714927 3,980802521 0,38091894 0,14509924 0,71358006 0,50919651
36,704 33,482 3,602885741 3,511007981 -0,08887560 0,00789887 -0,19624912 0,03851372
44,396 37,46 3,793149375 3,623273697 0,02339012 0,00054710 -0,00598549 0,00003583
сумма 554,097 445,224 45,58961835 43,19860298 0,00000000 0,30500226 0,00000000 0,67456626
Ср. 46,17475 37,102 3,799134863 3,599883582 0,00000000 0,02541686 0,00000000 0,05621386
            var(X)   var(Y)
(Хн-Хср)*(Yн-Ycp) Yp E=y-Yp E^2 |E| |E| /y (y-ycp)^2 (х-хср) ^2
0,01312195 41,39985788 -5,06685788 25,67304881 5,066857883 0,13945608 96,86004306 7,628644
0,00355819 43,73064373 -7,21364373 52,03665584 7,213643729 0,19754207 93,27213506 1,320201
-0,00286390 40,83513376 5,56386624 30,95660748 5,563866235 0,11991349 0,050288062 9,954025
0,00091435 42,70214823 0,88785177 0,78828076 0,887851766 0,02036824 6,680932563 3,455881
0,00978811 41,24310378 -2,67210378 7,14013859 2,672103775 0,06927753 57,81701406 8,242641
0,03819478 64,19099542 -13,5489954 183,57527682 13,54899542 0,26754464 19,95632256 156,050064
0,00130342 39,28832876 4,83567124 23,38371632 4,835671237 0,10959277 4,205575563 17,943696
0,00290782 38,72128462 4,86871538 23,70438949 4,868715384 0,11169340 6,680932563 21,473956
0,00789775 38,16977919 3,89222081 15,14938280 3,892220806 0,09253532 16,91471256 25,220484
0,27181616 70,36260511 20,80639489 432,90606848 20,80639489 0,22821787 2024,482533 270,865764
0,01744176 40,16857960 -3,46457960 12,00331184 3,464579605 0,09439243 89,69510556 13,1044
-0,00014000 45,92661721 -1,53061721 2,34278905 1,530617212 0,03447647 3,163951563 0,128164
0,36394039 546,73907730 7,35792270 809,65966627 74,35151794 1,48501031 2419,7795463 535,38792000
0,03032837 45,56158977 0,61316023 67,47163886 6,19595983 0,12375086 201,64829552 44,61566000
cov(X,Y)     var(E)     var(y)  

Составим сводную таблицу результатов вычислений - student2.ru 0,03032837

Составим сводную таблицу результатов вычислений - student2.ru 0,02541686

Составим сводную таблицу результатов вычислений - student2.ru

Составим сводную таблицу результатов вычислений - student2.ru .

Составим сводную таблицу результатов вычислений - student2.ru

Уравнение регрессии в истинном виде имеет вид: Ур= Составим сводную таблицу результатов вычислений - student2.ru

Если полная себестоимость (х) увеличится на 1т.р., то средние рыночные цены(у) увеличатся на Составим сводную таблицу результатов вычислений - student2.ru

2.Найдём коэффициент корреляции:

Составим сводную таблицу результатов вычислений - student2.ru = 0,815720178

Коэффициент корреляции ~ 0,81%, это свидетельствует о том, что связь между х и у тесная

3.Найдём коэффициент детерминации:

Составим сводную таблицу результатов вычислений - student2.ru = 0,665399409

Это означает что ~66,53% вариации (у) средние рыночные цены определяются вариацией полной себестоимости (х).

Найдём среднюю ошибку аппроксимации:

Составим сводную таблицу результатов вычислений - student2.ru =12,37508596%

Точность аппроксимации >10%, следовательно, точность модели уравнения регрессии не очень хорошая.

4.Рассчитаем прогнозное значение фактора при увеличение его значения на 20% :

Составим сводную таблицу результатов вычислений - student2.ru44,5224

Рассчитаем прогнозное значение результата при увеличении значения фактора:

упр =56,43781783

5.Рассчитаем ошибку прогноза:

Составим сводную таблицу результатов вычислений - student2.ru =9,800006665

Показательная модель парной регрессии y от x:

1.Построим показательную модель парной регрессии y от x:y = k×ax.

Линеаризуем эту модель: Составим сводную таблицу результатов вычислений - student2.ru , Составим сводную таблицу результатов вычислений - student2.ru ; обозначим Составим сводную таблицу результатов вычислений - student2.ru .

Получим линейную модель парной регрессии:параметры которой находим методом наименьших квадратов (МНК).

Решение по этим формулам проведем в таблице №3.

  n y x x-xcp (x-xcp)^2 Yн-Yср
  36,333 34,34 3,592726 -2,76575000 7,64937306 -0,20640844
  36,517 35,953 3,597778 -1,15275000 1,32883256 -0,20135696
  46,399 33,992 3,837278 -3,11375000 9,69543906 0,03814304
  43,59 35,243 3,774828 -1,86275000 3,46983756 -0,02430710
  38,571 34,231 3,652501 -2,87475000 8,26418756 -0,14663416
  50,642 49,594 3,924781 12,48825000 155,95638806 0,12564641
  44,124 32,866 3,787004 -4,23975000 17,97548006 -0,01213101
  43,59 32,468 3,774828 -4,63775000 21,50872506 -0,02430710
  42,062 32,08 3,739145 -5,02575000 25,25816306 -0,05999014
  91,169 53,56 4,512715 16,45425000 270,74234306 0,71358006
  36,704 33,482 3,602886 -3,62375000 13,13156406 -0,19624912
  44,396 37,46 3,793149 0,35425000 0,12549306 -0,00598549
  сумма 554,097 445,269 45,58962 0,00000000 535,10582625 0,00000000
  средняя 46,17475 37,10575 3,799135 0,00000000 44,59215219 0,00000000
            var(x)  
  (x-xcp)*(Yн-Yср) Yp E=(y-Yp) E^2 |E| |E| /y (y-уcp)^2
0,57087415 41,19501419 -4,86201419 23,63918197 4,86201419 0,13381813 96,86004306
0,23211423 43,18315556 -6,66615556 44,43762998 6,66615556 0,18254938 93,27213506
-0,11876791 40,77823041 5,62076959 31,59305083 5,62076959 0,12113989 0,05028806
0,04527804 42,29647216 1,29352784 1,67321427 1,29352784 0,02967488 6,68093256
0,42153656 41,06401371 -2,49301371 6,21511735 2,49301371 0,06463441 57,81701406
1,56910377 64,33169442 -13,6896944 187,4077333 13,68969442 0,27032294 19,95632256
0,05143245 39,45834932 4,66565068 21,76829626 4,66565068 0,10573952 4,20557556
0,11273024 39,00211053 4,58788947 21,04872983 4,58788947 0,10525096 6,68093256
0,30149546 38,56241364 3,49958636 12,24710470 3,49958636 0,08320066 16,91471256
11,74142478 72,23627946 18,9327205 358,4479071 18,93272054 0,20766621 2024,4825331
0,71115775 40,17503270 -3,47103270 12,04806799 3,47103270 0,09456824 89,69510556
-0,00212036 45,12725360 -0,73125360 0,53473183 0,73125360 0,01647116 3,16395156
15,63625917 547,41001969 6,68698031 721,0607655 70,51330867 1,41503638 2419,7795463
1,30302160 45,61750164 0,55724836 60,08839712 5,87610906 0,11791970 201,64829552
cov(x,Y)     var(E)     var(y)

Составим сводную таблицу результатов вычислений - student2.ru 1,30302160

Составим сводную таблицу результатов вычислений - student2.ru 44,59215219

Составим сводную таблицу результатов вычислений - student2.ru

Составим сводную таблицу результатов вычислений - student2.ru .

Составим сводную таблицу результатов вычислений - student2.ru =1,029652

Составим сводную таблицу результатов вычислений - student2.ru =15,10268

Уравнение регрессии в истинном виде имеет вид: ур=15,1026839*1,029652 Составим сводную таблицу результатов вычислений - student2.ru

Если полная себестоимость (х) увеличится на 1т.р., то средние рыночные цены(у) возрастут на 15,1026839.

2.Найдём коэффициент корреляции:

Составим сводную таблицу результатов вычислений - student2.ru 0,935977915

Коэффициент корреляции ~ 0,93,6%, это свидетельствует о том, что связь между х и у тесная

3.Найдём коэффициент детерминации:

Составим сводную таблицу результатов вычислений - student2.ru = 0,70201386

Это означает что ~70,2% вариации (у) средние рыночные цены определяются вариацией полной себестоимости (х).

Найдём среднюю ошибку аппроксимации:

Составим сводную таблицу результатов вычислений - student2.ru =11,79196981%

Точность аппроксимации >10%, следовательно, точность модели уравнения регрессии не очень хорошая.

4.Рассчитаем прогнозное значение фактора при увеличение его значения на 20% :

Составим сводную таблицу результатов вычислений - student2.ru44,5269

Рассчитаем прогнозное значение результата при увеличении значения фактора:

упр =55,47804

5.Рассчитаем ошибку прогноза:

Составим сводную таблицу результатов вычислений - student2.ru =9,248574

Гиперболическая модель парной регрессии y от x:

1.Построим диаграмму рассеяния и уравнение регрессии для гиперболической модели : y = b+k/×x.

Линеаризуем эту модель. Обозначив Составим сводную таблицу результатов вычислений - student2.ru , получим линейную модель парной регрессии: Составим сводную таблицу результатов вычислений - student2.ru , параметры которой находим методом наименьших квадратов (МНК).

Составим сводную таблицу результатов вычислений - student2.ru -0,04287492

Составим сводную таблицу результатов вычислений - student2.ru 0,00001507,

Составим сводную таблицу результатов вычислений - student2.ru ,

Составим сводную таблицу результатов вычислений - student2.ru

Решение по этим формулам проведем в таблице №4

  n y x x-xcp (x-xcp)^2 y-уcp (y-уcp)^2 Хн Хн-Хср
  36,333 34,34 -2,76575000 7,64937306 -9,84175 96,86004306 0,02912056 0,00147593
  36,517 35,953 -1,15275000 1,32883256 -9,65775 93,27213506 0,02781409 0,00016946
  46,399 33,992 -3,11375000 9,69543906 0,22425 0,05028806 0,02941869 0,00177406
  43,59 35,243 -1,86275000 3,46983756 -2,58475 6,68093256 0,02837443 0,00072980
  38,571 34,231 -2,87475000 8,26418756 -7,60375 57,81701406 0,02921329 0,00156866
  50,642 49,594 12,48825000 155,95638806 4,46725 19,95632256 0,02016373 -0,00748090
  44,124 32,866 -4,23975000 17,97548006 -2,05075 4,20557556 0,03042658 0,00278195
  43,59 32,468 -4,63775000 21,50872506 -2,58475 6,68093256 0,03079956 0,00315493
  42,062 32,08 -5,02575000 25,25816306 -4,11275 16,91471256 0,03117207 0,00352744
  91,169 53,56 16,45425000 270,74234306 44,99425 2024,4825331 0,01867065 -0,00897398
  36,704 33,482 -3,62375000 13,13156406 -9,47075 89,69510556 0,02986679 0,00222216
  44,396 37,46 0,35425000 0,12549306 -1,77875 3,16395156 0,02669514 -0,00094949
  сумма 554,097 445,269 0,00000000 535,10582625 0,0000000 2419,7795463 0,33173557 0,00000000
  Ср. 46,17475 37,10575 0,00000000 44,59215219 0,0000000 201,64829552 0,02764463 0,00000000
          var(x)   var(y)    
(Хн-Хср)*(y-уcp) (Хн-Хср)^2 Yp E= y-Yp |E| E^2 |E|/y (x-xcp)*(y-уcp)
-0,014525714 0,00000218 41,97517274 -5,64217274 5,64217274 31,83411321 0,1552906 27,21982006
-0,001636597 0,00000003 45,69257318 -9,17557318 9,17557318 84,19114327 0,2512685 11,13297131
0,000397832 0,00000315 41,12688607 5,272113926 5,27211393 27,79518525 0,1136256 -0,698258437
-0,001886345 0,00000053 44,09819718 -0,50819718 0,50819718 0,258264376 0,0116586 4,814743063
-0,011927661 0,00000246 41,71132886 -3,14032886 3,14032886 9,861665339 0,0814168 21,85888031
-0,033419058 0,00005596 67,46076429 -16,8187643 16,8187643 282,8708321 0,332111 55,78813481
-0,005705083 0,00000774 38,25904404 5,864955964 5,86495596 34,39770846 0,1329199 8,694667313
-0,008154693 0,00000995 37,19778576 6,392214237 6,39221424 40,86040285 0,1466441 11,98742431
-0,014507474 0,00001244 36,13784344 5,92415656 5,92415656 35,09563094 0,1408434 20,66965331
-0,403777562 0,00008053 71,7091448 19,4598552 19,4598552 378,6859642 0,2134482 740,3466381
-0,02104555 0,00000494 39,85185 -3,14785 3,14785 9,908959646 0,0857631 34,31963031
0,001688905 0,00000090 48,87640963 -4,48040963 4,48040963 20,07407043 0,1009192 -0,630122188
-0,51449900 0,00018082 554,09700000 0,00000000 85,82659176 955,83394008 1,76590896 935,50418225
-0,04287492 0,00001507 46,17475000 0,00000000 7,15221598 79,65282834 0,14715908 77,95868185
cov(Хн,у) var( Хн)       var(E)   cov(x,y)

Уравнение регрессии в истинном виде имеет вид: ур=124,8343- 2845,38/x

Если полная себестоимость (х) увеличится на 1т.р., то средние рыночные цены(у) возрастут на 2845,38.

2.Найдём коэффициент корреляции:

Составим сводную таблицу результатов вычислений - student2.ru 0,777812

Коэффициент корреляции ~ 0,77%, это свидетельствует о том, что связь между х и у тесная

3.Найдём коэффициент детерминации:

Составим сводную таблицу результатов вычислений - student2.ru = 0,604991

Это означает что ~60,49% вариации (у) средние рыночные цены определяются вариацией полной себестоимости (х).

Найдём среднюю ошибку аппроксимации:

Составим сводную таблицу результатов вычислений - student2.ru =14,71591%

Точность аппроксимации >10%, следовательно, точность модели уравнения регрессии не очень хорошая.

4.Рассчитаем прогнозное значение фактора при увеличение его значения на 20% :

Составим сводную таблицу результатов вычислений - student2.ru44,5269

Рассчитаем прогнозное значение результата при увеличении значения фактора:

упр =60,93174003

5.Рассчитаем ошибку прогноза:

Составим сводную таблицу результатов вычислений - student2.ru =3,19080148

Параболическая модель парной регрессии y от x:

Построим параболическую модель парной регрессии y от x:y = b+а×x2.

Линеаризуем эту модель. Обозначив Составим сводную таблицу результатов вычислений - student2.ru , получим линейную модель парной регрессии: Составим сводную таблицу результатов вычислений - student2.ru , параметры которой находим методом наименьших квадратов (МНК).

Составим сводную таблицу результатов вычислений - student2.ru 6819,62036428

Составим сводную таблицу результатов вычислений - student2.ru 325768,30736695,

Решение по этим формулам проведем в таблице №5

               
n y x x-xcp (x-xcp)^2 y-уcp (y-уcp)^2 Хн
36,333 34,34 -2,76408333 7,64015667 -9,84175 96,86004306 1179,2356
36,517 35,953 -1,15108333 1,32499284 -9,65775 93,27213506 1292,618209
46,399 33,992 -3,11208333 9,68506267 0,22425 0,05028806 1155,456064
43,59 35,243 -1,86108333 3,46363117 -2,58475 6,68093256 1242,069049
38,571 34,211 -2,89308333 8,36993117 -7,60375 57,81701406 1170,392521
50,642 49,594 12,48991667 155,99801834 4,46725 19,95632256 2459,564836
44,124 32,866 -4,23808333 17,96135034 -2,05075 4,20557556 1080,173956
43,59 32,468 -4,63608333 21,49326867 -2,58475 6,68093256 1054,171024
42,062 32,08 -5,02408333 25,24141334 -4,11275 16,91471256 1029,1264
91,169 53,56 16,45591667 270,79719334 44,99425 2024,48253306 2868,6736
36,704 33,482 -3,62208333 13,11948767 -9,47075 89,69510556 1121,044324
44,396 37,46 0,35591667 0,12667667 -1,77875 3,16395156 1403,2516
сумма 554,097 445,249 0,00000000 535,22118292 0,00000000 2419,77954625 17055,77718300
Ср. 46,17475 37,1040833 0,00000000 44,60176524 0,00000000 201,64829552 1421,31476525
        var(x)   var(y)  
               
               
N Хн-Хср (Хн-Хср)*(y-уcp) (Хн-Хср)^2 Yp E= y-Yp E^2
-242,07916525 2382,482625 58602,32224814 41,1070747 -4,774074699 22,79178923
-128,69655625 1242,919166 16562,80359061 43,48062158 -6,963621578 48,49202548
-265,85870125 -59,61881376 70680,84903034 40,60927487 5,789725131 33,52091709
-179,24571625 463,3053651 32129,02679398 42,42242754 1,167572461 1,363225451
-250,92224425 1907,950015 62961,97265946 40,92195405 -2,350954046 5,526984928
1038,25007075 4638,122629 1077963,20941238 67,90943433 -17,26743433 298,1642884
-341,14080925 699,5945146 116377,05173575 39,03332231 5,090677687 25,91499932
-367,14374125 948,9747852 134794,52673905 38,488978 5,101021998 26,02042542
-392,18836525 1612,972699 153811,71383747 37,96469487 4,097305128 16,78790931
1447,35883475 65122,82525 2094847,59652888 76,47370039 14,69529961 215,9518306
-300,27044125 2843,786281 90162,33788847 39,88890092 -3,184900918 10,14359385
-18,06316525 32,12985519 326,27793885 45,79661644 -1,400616441 1,961726414
Сумма 0,00000000 81835,44437137 3909219,68840335 554,09700000 0,00000000 706,63971547
Средн. 0,00000000 6819,62036428 325768,30736695 46,17475000 0,00000000 58,88664296
    cov(Хн,у) var( Хн)      
n |E| |E| /y (х-хср)*(у-уср)
4,7740747 0,13139776 27,20341715
6,96362158 0,19069534 11,11687506
5,78972513 0,12478125 -0,697884687
1,16757246 0,02678533 4,810435146
2,35095405 0,06095134 21,9982824
17,2674343 0,34097062 55,79558023
5,09067769 0,11537208 8,691249396
5,101022 0,11702276 11,9831164
4,09730513 0,09741109 20,66279873
14,6952996 0,16118746 740,4216285
3,18490092 0,08677258 34,30384573
1,40061644 0,03154826 -0,633086771
сумма 71,88320403 1,48489586 935,65625725
Ср. 5,99026700 0,12374132 77,97135477

Составим сводную таблицу результатов вычислений - student2.ru ,

Составим сводную таблицу результатов вычислений - student2.ru

Уравнение регрессии в истинном виде имеет вид: ур= Составим сводную таблицу результатов вычислений - student2.ru + Составим сводную таблицу результатов вычислений - student2.ru * Составим сводную таблицу результатов вычислений - student2.ru

Если полная себестоимость (х) увеличится на 1т.р., то средние рыночные цены(у) возрастут на Составим сводную таблицу результатов вычислений - student2.ru

2.Найдём коэффициент корреляции:

Составим сводную таблицу результатов вычислений - student2.ru 0,84141162

Коэффициент корреляции ~ 0,84,14%, это свидетельствует о том, что связь между х и у тесная

3.Найдём коэффициент детерминации:

Составим сводную таблицу результатов вычислений - student2.ru = 0,70797351

Это означает что ~70,79% вариации (у) средние рыночные цены определяются вариацией полной себестоимости (х).

Найдём среднюю ошибку аппроксимации:

Составим сводную таблицу результатов вычислений - student2.ru =12,3741321%

Точность аппроксимации >10%, следовательно, точность модели уравнения регрессии не удовлетворительна.

4.Рассчитаем прогнозное значение фактора при увеличение его значения на 20% :

Составим сводную таблицу результатов вычислений - student2.ru44,5249

Рассчитаем прогнозное значение результата при увеличении значения фактора:

упр =57,921882

5.Рассчитаем ошибку прогноза:

Составим сводную таблицу результатов вычислений - student2.ru =9,15550112

Составим сводную таблицу результатов вычислений.

Наши рекомендации