Дисперсійний аналіз моделі

Для аналізу якості існуючої залежності між факторами регресії використовуються коефіцієнти (індекси) детермінації і кореляції.

Залишки моделі розраховуються: = u^{^}_{і .} Перепишемо цю залежність у іншому вигляді, враховуючи, що :

у_і - = ( â₀ + â_1·x_і+ u^{^}_і) – ( â₀ + â_1· ) = â₁ ( x_і - ) + u^{^}_і

у_і - )² = â₁ ( x_і - ))² + 2 â₁ x_і - )· u_і + =

= â₁ ( x_і - ))² + 2 â₁ x_і - )·(( у_і - ) – â₁ ( x_і - )) + .

Оскільки â₁ = , то = â₁ , і

другий доданок дорівнюватиме нулю.

= - )² + .

· Дисперсія залишків ( випадкова дисперсія) D_u = = характеризує міру відхилень значень залежного фактора y_i відрозрахованих значень за моделлю y_i^.

· Дисперсія залежної змінної D_у = характеризує міру відхилень значень залежного фактора y_i від середнього значення .

· Систематична дисперсіяD_y^{^} = â₁ ( x_і - ))² = - )² характеризує міру відхилень розрахованих значень за моделлю y_i^ від середнього значення .

· Таким чином дисперсія залежної змінної дорівнює сумі систематичної дисперсії і дисперсії залишків:D_у = D _y^ + D_u , = - )² + .

· Коефіцієнт детермінації R² = 1- = є (0;1)

знаходиться для перевірки якості рівняння регресії і визначає характер лінійного впливу зміни значень факторів моделі на змінну Y, тобто на скільки відсотків рівняння регресії пояснює поведінку залежної змінної Y.

Крім того, показник R² може виявитися в ході розрахунків від¢ємним, чому може сприяти: неякісна лінійна модель (зв¢язок в моделі є нелінійним);

коефіцієнт моделі а₀ є дуже і дуже малим;

малий обсяг статистичних даних.

· Коефіцієнт кореляції R=√R²є (-1;1)характеризує тісноту лінійного зв’язку:

чим тіснішим є лінійний зв¢язок між Х і Y, тим ближче R 1,

чим слабшим є лінійний зв¢язок між Х і Y ,тим ближче R 0.

Крім того, якщо R > 0, то характер зміни Х і Y однаковий, R > 0 при а^{^}₁ > 0;

якщо R < 0, то характер зміни Х і Y протилежний, R < 0 при а^{^} ₁ < 0 ;

якщо R (X,Y) = 0, то величини X та Y некорельовані.

або вибірковий коефіцієнт кореляції

· Стандартне (середнє квадратичне) відхиленняоцінки ả₀ : s _ả0 = s _u^

· Стандартне (середнє квадратичне) відхилення вільного члена рівняння регресії оцінки ả₁ знаходять за формулою s_ả1 = s_u^

· Інтервали надійності для оцінок :

· Межі (інтервали) надійності індивідуальних прогнозних

Y^*_пр - t_{α; ( n-2 )} · σ _u^ < Y^*_пр < Y^*_пр + t_{α; ( n-2)} · σ _u^

де t_a - статистика Ст'юдента, α- рівень значущості, k = n - 2 ступені свободи.

Лабораторна робота №1 «Економетрична модель простої регресії»

Постановка задачі.

2. Специфікація моделі:Х –

Y –

«Хмара розсіювання»

Побудова: “Точечные диаграммы”: “Диапазон”: Массивы (Х; Y)

Розрахунок моделей

Лінійна модель: .

Розрахункова модель: .

Знаходження оцінок параметрів моделі