Приклад виконання завдання

Задача.Згідно з вибіркою статистичних даних за 8 років, які характеризують обсяг виробленої продукції (Y), тис. т в залежності від вартості основних засобів (Х1), тис. грн. та чисельності працюючих (Х2), чол. побудувати лінійну регресійну модель виду:

Y = b0 + b1 X1 + b2 X2.

Знайти векторну оцінку b* за методом найменших квадратів, для цього треба виконати обчислення за формулою (6.1)

приклад виконання завдання - student2.ru

Оцінити тісноту та значимість зв’язку між змінними моделі; проаналізувати достовірність моделі та її параметрів. Відобразити модель на графіку. Застосувати модель для прогнозування розвитку економічних процесів. Виконати економічний аналіз отриманих результатів.

Вихідні дані для розрахунку в табл. 6.1.

Таблиця 6.1

Спостереження обсяг виробленої продукції, тис. т вартість основних засобів, тис. грн. чисельність працюючих, чол.
  Y Х1 Х2
4,2
5,3
6,5
38,2 5,8
38,5 6,9
40,2 5,9
41,1 7,2
48,5 14,2
Середні значення 39,06 7,0

Знайти векторну оцінку b* за методом найменших квадратів.

Складемо матрицю X. Перший її стовпчик містить лише одиниці (він відповідає незалежній змінній Х0 – вільному членові); інші стовпчики є відповідно векторами Х1, Х2.

Матриця Х  
  4,2
  5,3
  6,5
Х = 5,8
  6,9
  5,9
  7,2
  14,2
Матриця Y
 
 
 
Y = 38,2
  38,5
  40,2
  41,1
  48,5

Далі виконуємо операції над матрицями відповідно формули (6.1).

=ТРАНСП(C29:E36)              
 
Х′ = 4,2 5,3 6,5 5,8 6,9 5,9 7,2 14,2
 

Транспонування матриці просто реалізувати за допомогою “майстра функцій f” (операція ТРАНСП(.) у категорії “Ссылки и массивы“). Звернення до математичних та статистичних функцій Excel.

=МУМНОЖ(B41:I43;C29:E36)

  8,0 56,00
Х′ × Х = 56,00 457,52 1304,60
  1304,60 4022,00

Функція Microsoft Excel МУМНОЖ(. , .) – знаходить добуток матриць.

Для цього треба:

1) відмітити поле, де буде знаходитись результат добутку матриць;

2) ввійти у "майстер функцій f". У категоріях вибираємо "математичні", а в функціях – МУМНОЖ. Вводимо адреси матриць, добуток яких знаходимо;

3) для того, щоб отримати на екрані значення добутку матриць, натискаємо спершу клавішу F2, а потім Ctrl+Shift+Еnter.

Функція Microsoft Excel МОБР(D46:F48) – знаходить обернену матрицю.

Матриця похибок

  3,78969 0,12007 –0,20478
(Х' × Х)–1 = 0,12007 0,03291 –0,01593
  –0,20478 –0,01593 0,01438

Функція Microsoft Excel МОБР(.) – знаходить матрицю, обернену до квадратної матриці. Процедура знаходження оберненої матриці аналогічна процедурі мумнож.

=МУМНОЖ(B41:I43;H29:H36)

  312,5
Х' × Y = 2278,91
  7002,7

=МУМНОЖ(D51:F53;D56: D58)

  23,89
b*= 0,97
  0,38

Отже, наша регресійна модель має вигляд:

приклад виконання завдання - student2.ru

Далі знаходяться відповідні значення Yрозр за формулою Y=Х×b*(за допомогою "майстра функцій f" МУМНОЖ( . ; . ) і заносяться до стовпчика "1" табл. 6.2.

Таблиця 6.2

Yрозр Yфакт – Yрозр Yфакт – Yсер Yрозр – Yсер  
 
32,92 0,08 –6,06 –6,146  
35,89 0,11 –3,06 –3,175  
39,33 –2,33 –2,06 0,272  
37,89 0,31 –0,86 –1,169  
38,97 –0,47 –0,56 –0,097  
38,75 1,45 1,14 –0,312  
40,40 0,70 2,04 1,334  
48,36 0,14 9,44 9,294  
  8,399 145,96 =СУММКВ(.)

=МУМНОЖ(C29:E36;D61:D63)

Останній рядок таблиці 6.2 – значення сум квадратів відхилень стовпчиків 2, 3 та 4, які розраховуються за допомогою процедури "майстра функцій f" СУММКВ(.).

2. Проаналізуємо достовірність моделі та її параметрів:

Коефіцієнт детермінації моделі обчислюється за формулою:

приклад виконання завдання - student2.ru

В економічних розрахунках вважається прийнятним такий зв’язок між факторами, при якому r2 > 0,7.

Скоригований коефіцієнт детермінації:

 
  приклад виконання завдання - student2.ru

Скоригований коефіцієнт детермінації не перевищує одиниці приклад виконання завдання - student2.ru

Справедлива нерівність: приклад виконання завдання - student2.ru

0,9194 < 0,94246

Множинний коефіцієнт кореляції R розраховується за формулою:

приклад виконання завдання - student2.ru ,

що свідчить про вельми високий кореляційний зв’язок між вхідними показниками Y та X1 і X2 .

Парні коефіцієнти кореляції розраховують за формулою матриці коефіцієнтів парної регресії між змінними:

приклад виконання завдання - student2.ru

Елементи нормалізованих векторів розраховують за формулами:

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

Дисперсії змінних мають такі зна­чення:

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

Тоді знаменники для нормалізації кожної змінної будуть такими:

y* : приклад виконання завдання - student2.ru ;

xk* : приклад виконання завдання - student2.ru ;

xj* : приклад виконання завдання - student2.ru .

Таблиця 6.3

приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru приклад виконання завдання - student2.ru
-6,06 -2,80 -9,00 36,75 7,84 -0,5018 -0,3459 -0,7348
-3,06 -1,70 -4,00 9,38 2,89 -0,2535 -0,2100 -0,3266
-2,06 -0,50 2,00 4,25 0,25 -0,1707 -0,0618 0,1633
-0,86 -1,20 0,00 0,74 1,44 -0,0714 -0,1482 0,0000
-0,56 -0,10 0,00 0,32 0,01 0,0 -0,0466 -0,0124 0,0000
1,14 -1,10 2,00 1,29 1,21 4,0 0,0942 -0,1359 0,1633
2,04 0,20 3,00 4,15 0,04 0,1686 0,0247 0,2449
9,44 7,20 6,00 89,07 51,84 0,7812 0,8895 0,4899
Усього     145,96 65,52      

Матриця нормалізованих змінних:

  -0,5018 -0,3459 -0,7348
  -0,2535 -0,2100 -0,3266
  -0,1707 -0,0618 0,1633
X* = -0,0714 -0,1482 0,0000
  -0,0466 -0,0124 0,0000
  0,0942 -0,1359 0,1633
  0,1686 0,0247 0,2449
  0,7812 0,8895 0,4899

Матриця, транспонована до X*:

  -0,5018 -0,2535 -0,1707 -0,0714 -0,0466 0,0942 0,1686 0,7812
X*' = -0,3459 -0,2100 -0,0618 -0,1482 -0,0124 -0,1359 0,0247 0,8895
  -0,7348 -0,3266 0,1633 0,0000 0,0000 0,1633 0,2449 0,4899

Запишемо шукану кореляційну матрицю:

  0,9347 0,8630
rxx = 0,9347 0,7323
  0,8630 0,7323


Кожний елемент цієї матриці характеризує тісноту зв’язку однієї змінної з іншою.

Оскільки діагональні елемен­ти характеризують тісноту зв’язку кожної змінної з цією самою змінною, то вони дорівнюють одиниці. Решта елементів матриці rххтакі:

приклад виконання завдання - student2.ru ;

приклад виконання завдання - student2.ru ;

приклад виконання завдання - student2.ru .

Вони є парними коефіцієнтами кореляції між змінними.

Користуючись цими коефіцієнтами, можна зро­бити висновок, що між змінними y та xj – високий зв’язок; між змінними y та xk існує досить високий кореляційний зв’язок

Частинні коефіцієнти кореляції, як і парні, характеризують тісноту зв’язку між двома змінними, але за умови, що решта змінних сталі.

Розрахунок частинних коефіцієнтів кореляції базується на оберненій матриці до матриці rxx(матриця С):

приклад виконання завдання - student2.ru ,

де сkj – елемент матриці С, що міститься в k-му рядку i j-му стовпці;
сkk і сjj – діагональні елементи матриці С.

Розрахуємо матрицю, обернену до матриці rxx :

  17,379 –11,35 –6,69
C = –11,345 9,56 2,79
  –6,69 2,79 4,73

Матриця C – симетрична, і її діагональні елементи завжди мають бути додатними.

Визначимо частинні коефіцієнти кореляції:

r yxk = 0,8801
r yxj = 0,7377
r xk xj = –0,4145

Частинні коефіцієнти кореляції характеризують рівень тісноти зв’язку між двома змінними за умови, що решта змінних на цей зв’язок не впливає. Частинні коефіцієнти кореляції за модулем нижчі, ніж коефіцієнти парної кореляції, бо на їхній рівень не впливає решта змінних, які мають зв’язок із цими двома.

Коефіцієнт парної кореляції ryxk = 0,88, тому можна зробити висновок, що рівень тісноти зв’язку між двома змінними (y та xk;) високий за умови, що решта змінних на цей зв’язок не впливає.

Коефіцієнт парної кореляції ryxj = 0,7377 – можна зробити висновок, що рівень тісноти зв’язку між двома змінними (y та xj ) високий за умови, що решта змінних на цей зв’язок не впливає.

Перевіримо значимість зв’язку між змінними моделі:

приклад виконання завдання - student2.ru

F0,05табл = 3,97
F0,05табл < Fрозр

Модель приймаємо – припускаємо присутність лінійного зв’язку для рівня надійності р =(1– a) = 0,95 .

Стандартні похибки оцінок параметрів з урахуванням дисперсії залишків:

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

З матриці похибок:
С00= 3,78969
С11= 0,03291
С22= 0,01438

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

Стандартні помилки параметрів не перевищують абсолютні значення цих параметрів, то це означає, що оцінки параметрів є незміщеними відносно їх істотних значень.

Стійкість оцінок параметрів визначається порівнянням стандартних похибок з абсолютними значеннями оцінок параметрів моделі.

Порівняємо стандартні похибки оцінки з величиною оцінки параметра:

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru ,

приклад виконання завдання - student2.ru

приклад виконання завдання - student2.ru

Наши рекомендации