Вывод: по шкале Чеддока связь сильная.
4.2.2.Проверим статистическую значимость ЛКК по критерию Стьюдента:
1)Критерий Стьюдента: tвыб<=tкр
2)Но: r=0 tкр=2,31
tвыб=rвыб*
Вывод: таким образом поскольку tвыб=5,84<tкр=2,31, то с доверительной вероятностью
90% нулевая гипотеза отвергается, это указывает на наличие сильной линейной связи.
4.3.Полагая, что связь между факторами х и у может быть описана линейной функцией, используя процедуру метода наименьших квадратов, запишите систему нормальных уравнений относительно коэффициентов линейного уравнения регрессии. Любым способом рассчитайте эти коэффициенты.
Последовательно подставляя в уравнение регрессии
из графы (2) табл.2, рассчитаем значения и заполним графу (7) табл.24.4.Для полученной модели связи между факторами Х и У рассчитайте среднюю ошибку аппроксимации. Сделайте предварительное заключение приемлемости полученной модели.
Для расчета заполним 8-ую и 9-ую графу табл.2
<Екр=12%Вывод: модель следует признать удовлетворительной.
4.5. Проверьте значимость коэффициента уравнения регрессии a1 на основе t-критерия Стьюдента.
Решение: Таб.3 № |
| |||||
1 | 2,1 | 29,5 | 27,91 | 2,5281 | 214,623 | 170,5636 |
2 | 2,9 | 34,2 | 33,46 | 0,5476 | 82,81 | 69,8896 |
3 | 3,3 | 30,6 | 36,23 | 31,6969 | 40,069 | 143,0416 |
4 | 3,8 | 35,2 | 39,69 | 20,1601 | 8,237 | 54,1696 |
5 | 4,2 | 40,7 | 42,47 | 3,1329 | 0,008 | 3,4596 |
6 | 3,9 | 44,5 | 40,39 | 16,8921 | 4,709 | 3,7636 |
7 | 5 | 47,2 | 48,01 | 0,6561 | 29,703 | 21,5296 |
8 | 4,9 | 55,2 | 47,32 | 62,0944 | 22,658 | 159,7696 |
9 | 6,3 | 51,8 | 57,02 | 27,2484 | 209,092 | 85,3776 |
10 | 5,8 | 56,7 | 53,55 | 9,9225 | 120,78 | 199,9396 |
ИТОГО: | 42,2 | 425,6 | 426,1 | 174,8791 | 732,687 | 911,504 |
Среднее | 4,22 | 42,56 |
Статистическая проверка:
4.6. Проверьте адекватность модели (уравнения регрессии) в целом на основе F-критерия Фишера-Снедекора.
Решение:
Процедура статистической проверки:
:модель не адекватнаВывод: т.к. Fвыб.>Fкр., то с доверительной вероятностью 95% нулевая гипотеза отвергается (т.е. принимается альтернативная). Изучаемая модель адекватна и может быть использована для прогнозирования и принятия управленческих решений.
4.7. Рассчитайте эмпирический коэффициент детерминации.
Решение:
(таб. 3) -показывает долю вариации.Вывод: т.е. 80% вариации объясняется фактором включенным в модель, а 20% не включенными в модель факторами.
4.8. Рассчитайте корреляционное отношение. Сравните полученное значение с величиной линейного коэффициента корреляции.
Решение:
Эмпирическое корреляционное отношение указывает на тесноту связи между двумя факторами для любой связи, если связь линейная, то
, т.е. коэффициент ЛКК совпадает с коэффициентом детерминации.4.9. Выполните точечный прогноз для
.Решение:
4.10-4.12 Рассчитайте доверительные интервалы для уравнения регрессии и для результирующего признака
при доверительной вероятности =90%. Изобразите в одной системе координат:а) исходные данные,
б) линию регрессии,
в) точечный прогноз,
г) 90% доверительные интервалы.
Сформулируйте общий вывод относительно полученной модели.
Решение:
-математическое ожидание среднего.Для выполнения интервального прогноза рассматриваем две области.
1) для y из области изменения фактора x доверительные границы для линейного уравнения регрессии рассчитывается по формуле:
2) для прогнозного значения
доверительный интервал для рассчитывается по формуле:
Исходные данные:
1) n=10
2) t=2,31(таб.)
3)
4)
5)
: 27,91 42,56 57,02 66,726)
19,334-4,222)=1,53.Таб.4
№ | |||||||||||
1 | 2,1 | -2,12 | 4,49 | 3,03 | 1,74 | 2,31 | 4,68 | 18,81 | 27,91 | 9,10 | 46,72 |
2 | 4,22 | 0,00 | 0,00 | 0,1 | 0,32 | 2,31 | 4,68 | 3,46 | 42,56 | 39,10 | 46,02 |
3 | 6,3 | 2,08 | 4,33 | 2,93 | 1,71 | 2,31 | 4,68 | 18,49 | 57,02 | 38,53 | 75,51 |
4 | 7,7 | 3,48 | 12,11 | 9,02 | 3 | 2,31 | 4,68 | 32,43 | 66,72 | 34,29 | 99,15 |
Вывод: поскольку 90% точек наблюдения попало в 90% доверительный интервал данная модель и ее доверительные границы могут использоваться для прогнозирования с 90% доверительной вероятностью.