ЗАДАНИЕ
Задача 1. Используя метод парного корреляционно-регрессионного анализа выявить зависимость между объемом продаж (Y) и расходами на рекламу (X). Постройте поле корреляции. Для аппроксимации используйте как минимум 3 вида зависимостей (прямолинейную, параболическую и логарифмическую). Оценить тесноту связи и точность аппроксимации, сделайте выводы о возможности использования модели для прогнозирования.
Расходы на рекламу X | Объем продаж Y | |
1 | 9 | 80 |
2 | 12 | 130 |
3 | 12 | 100 |
4 | 12 | 150 |
5 | 12 | 150 |
6 | 13 | 270 |
7 | 14 | 170 |
8 | 11 | 130 |
9 | 9 | 90 |
10 | 10 | 120 |
11 | 11 | 100 |
12 | 12 | 120 |
13 | 15 | 220 |
14 | 12 | 130 |
15 | 11 | 130 |
16 | 14 | 130 |
17 | 12 | 120 |
18 | 15 | 220 |
19 | 16 | 170 |
Задача 2 Определить зависимость между фактором и результатирующим признаком по данным, приведенным в таблице. Рассчитать коэффициент корреляции, определить вид зависимости, параметры линии регрессии, корреляционное отношение и оценить точность аппроксимации.
N | Основная заработная плата (тыс. ден. ед) | Расходы по эксплуатации машин и механизмов (тыс. ден. ед) |
1 | 6.3 | 3.2 |
2 | 1.1 | 0.5 |
3 | 2.9 | 1.2 |
4 | 2.5 | 1.0 |
5 | 2.3 | 0.5 |
6 | 4.7 | 1.6 |
7 | 2.5 | 0.8 |
8 | 3.6 | 1.3 |
9 | 5.0 | 2.1 |
10 | 0.7 | 0.3 |
11 | 7.0 | 3.2 |
12 | 1.0 | 0.5 |
13 | 3.1 | 1.4 |
14 | 2.8 | 1.8 |
15 | 1.4 | 0.3 |
16 | 1.0 | 0.4 |
17 | 5.1 | 2.3 |
18 | 2.6 | 1.0 |
18 | 3.8 | 1.3 |
20 | 2.5 | 1.3 |
РЕШЕНИЕ
Задача 1
Поле корреляции:
1. Прямолинейная зависимость
Уравнение прямой y = a+bx, таким образом, используя метод наименьших квадратов, минимизируем функцию
. Для нахождения коэффициентов a и b, продифференцируем по каждому параметру a и b приравняем, 0 и получим систему уравнений.
Для вычисления параметров a и b прямой заполняем расчетную таблицу:
X | Y | XY | X^2 | Y^2 | |
1 | 9 | 80 | 720 | 81 | 6400 |
2 | 12 | 130 | 1560 | 144 | 16900 |
3 | 12 | 100 | 1200 | 144 | 10000 |
4 | 12 | 150 | 1800 | 144 | 22500 |
5 | 12 | 150 | 1800 | 144 | 22500 |
6 | 13 | 270 | 3510 | 169 | 72900 |
7 | 14 | 170 | 2380 | 196 | 28900 |
8 | 11 | 130 | 1430 | 121 | 16900 |
9 | 9 | 90 | 810 | 81 | 8100 |
10 | 10 | 120 | 1200 | 100 | 14400 |
11 | 11 | 100 | 1100 | 121 | 10000 |
12 | 12 | 120 | 1440 | 144 | 14400 |
13 | 15 | 220 | 3300 | 225 | 48400 |
14 | 12 | 130 | 1560 | 144 | 16900 |
15 | 11 | 130 | 1430 | 121 | 16900 |
16 | 14 | 130 | 1820 | 196 | 16900 |
17 | 12 | 120 | 1440 | 144 | 14400 |
18 | 15 | 220 | 3300 | 225 | 48400 |
19 | 16 | 170 | 2720 | 256 | 28900 |
232 | 2730 | 34520 | 2900 | 434700 |
X | Y | |||||
1 | X | Y | 87.02 | 0.09 | 49.31 | 4055.68 |
2 | 9 | 80 | 139.97 | 0.08 | 99.37 | 187.26 |
3 | 12 | 130 | 139.97 | 0.40 | 1597.49 | 1908.31 |
4 | 12 | 100 | 139.97 | 0.07 | 100.63 | 39.89 |
5 | 12 | 150 | 139.97 | 0.07 | 100.63 | 39.89 |
6 | 12 | 150 | 157.62 | 0.42 | 12629.81 | 15955.68 |
7 | 13 | 270 | 175.27 | 0.03 | 27.74 | 692.52 |
8 | 14 | 170 | 122.32 | 0.06 | 58.99 | 187.26 |
9 | 11 | 130 | 87.02 | 0.03 | 8.87 | 2881.99 |
10 | 9 | 90 | 104.67 | 0.13 | 234.98 | 560.94 |
11 | 10 | 120 | 122.32 | 0.22 | 498.17 | 1908.31 |
12 | 11 | 100 | 139.97 | 0.17 | 398.75 | 560.94 |
13 | 12 | 120 | 192.92 | 0.12 | 733.58 | 5824.10 |
14 | 15 | 220 | 139.97 | 0.08 | 99.37 | 187.26 |
15 | 12 | 130 | 122.32 | 0.06 | 58.99 | 187.26 |
16 | 11 | 130 | 175.27 | 0.35 | 2049.05 | 187.26 |
17 | 14 | 130 | 139.97 | 0.17 | 398.75 | 560.94 |
18 | 12 | 120 | 192.92 | 0.12 | 733.58 | 5824.10 |
19 | 15 | 220 | 210.56 | 0.24 | 1645.46 | 692.52 |
16 | 170 | 2.89 | 21523.51 | 42442.11 |
r
= 0.88r > 0, следовательно, связь прямая.
|r|>0.65 – связь тесная
= 14.17 %Уравнение аппроксимирующей прямой
=0.882. Параболическая зависимость
Уравнение параболы y = a + bx + cx2. Сделаем замену x=x1, x2=x2, перейдем к уравнению: y = a + bx1 + cx2. Продифференцируем
по каждому параметру a, b и с, приравняем к 0, получим систему уравнений:Для вычисления параметров a, b и с заполняем расчетную таблицу:
X | Y | XY | X^2 | Y^2 | X^3 | X^4 | X^2 * Y | |
1 | 12 | 130 | 1560 | 144 | 16900 | 1728 | 20736 | 18720 |
2 | 13 | 170 | 2210 | 169 | 28900 | 2197 | 28561 | 28730 |
3 | 12 | 110 | 1320 | 144 | 12100 | 1728 | 20736 | 15840 |
4 | 11 | 121 | 1331 | 121 | 14641 | 1331 | 14641 | 14641 |
5 | 15 | 130 | 1950 | 225 | 16900 | 3375 | 50625 | 29250 |
6 | 12 | 120 | 1440 | 144 | 14400 | 1728 | 20736 | 17280 |
7 | 11 | 110 | 1210 | 121 | 12100 | 1331 | 14641 | 13310 |
8 | 8 | 70 | 560 | 64 | 4900 | 512 | 4096 | 4480 |
9 | 12 | 140 | 1680 | 144 | 19600 | 1728 | 20736 | 20160 |
10 | 12 | 120 | 1440 | 144 | 14400 | 1728 | 20736 | 17280 |
11 | 13 | 150 | 1950 | 169 | 22500 | 2197 | 28561 | 25350 |
12 | 12 | 120 | 1440 | 144 | 14400 | 1728 | 20736 | 17280 |
13 | 14 | 200 | 2800 | 196 | 40000 | 2744 | 38416 | 39200 |
14 | 13 | 130 | 1690 | 169 | 16900 | 2197 | 28561 | 21970 |
15 | 15 | 240 | 3600 | 225 | 57600 | 3375 | 50625 | 54000 |
16 | 16 | 200 | 3200 | 256 | 40000 | 4096 | 65536 | 51200 |
17 | 17 | 290 | 4930 | 289 | 84100 | 4913 | 83521 | 83810 |
18 | 18 | 290 | 5220 | 324 | 84100 | 5832 | 104976 | 93960 |
19 | 17 | 200 | 3400 | 289 | 40000 | 4913 | 83521 | 57800 |
253 | 3041 | 42931 | 3481 | 554441 | 49381 | 720697 | 624261 |
Получим систему уравнений:
19a+253b+3481c=3041
253a+3481b+49381c=42931
3481a+49381b+720697c=624261
Решим данную систему средствами Matlab:
>> a=[19 253 3481;253 3481 49381;3481 49381 720697]
a =
19 253 3481
253 3481 49381
3481 49381 720697
>> b=[3041;42931;624261]
b =
3041
42931
624261
>> format long
>> a\b
ans =
70.030968707669246
-8.789656532559803
1.130190950098223
Таким образом, a=70.030968707669246
b= -8.789656532559803
c=1.130190950098223
Уравнение аппроксимирующей параболы
X | Y | |||||
1 | 12 | 130 | 127.30 | 0.02 | 7.28 | 903.16 |
2 | 13 | 170 | 146.77 | 0.14 | 539.74 | 98.95 |
3 | 12 | 110 | 127.30 | 0.16 | 299.38 | 2505.27 |
4 | 11 | 121 | 110.10 | 0.09 | 118.86 | 1525.11 |
5 | 15 | 130 | 192.48 | 0.48 | 3903.64 | 903.16 |
6 | 12 | 120 | 127.30 | 0.06 | 53.33 | 1604.21 |
7 | 11 | 110 | 110.10 | 0.00 | 0.01 | 2505.27 |
8 | 8 | 70 | 72.05 | 0.03 | 4.19 | 8109.48 |
9 | 12 | 140 | 127.30 | 0.09 | 161.22 | 402.11 |
10 | 12 | 120 | 127.30 | 0.06 | 53.33 | 1604.21 |
11 | 13 | 150 | 146.77 | 0.02 | 10.45 | 101.06 |
12 | 12 | 120 | 127.30 | 0.06 | 53.33 | 1604.21 |
13 | 14 | 200 | 168.49 | 0.16 | 992.68 | 1595.79 |
14 | 13 | 130 | 146.77 | 0.13 | 281.16 | 903.16 |
15 | 15 | 240 | 192.48 | 0.20 | 2258.24 | 6391.58 |
16 | 16 | 200 | 218.73 | 0.09 | 350.64 | 1595.79 |
17 | 17 | 290 | 247.23 | 0.15 | 1829.10 | 16886.32 |
18 | 18 | 290 | 278.00 | 0.04 | 144.02 | 16886.32 |
19 | 17 | 200 | 247.23 | 0.24 | 2230.86 | 1595.79 |
253 | 3041 | 2.21 | 13291.44 | 67720.95 |
r
= 0.88