183705 (584768), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

K₁ = m = 1,

K₂ = n – m – 1 = n – 2 = 7 – 2 = 5 равняется: F(0.95;1;5)= 5,99

Поскольку , то с надежностью P=0,95 эконометрическую модель можно считать неадекватной экспериментальным данным. Об этом также говорит невысокое значение коэффициента корреляции K_kor=-0,672194

Таблица с расчетными данными:

Задача 3

Предприятие имеет 7 филиалов по реализации продукции. Руководству предприятия необходимо, исходя из статистических данных об их деятельность оценить силу зависимости товарооборота (Y) от факторов: объема торговой площади (S), интенсивности потока покупателей (N) и стоимости основных фондов (F). С помощью линейной регрессионной модели вида

,

установить связь между товарооборотом и двумя наиболее существенными факторами.

3.1. Вычислить коэффициенты корреляции между результативным признаком Y и факторами: S, N и F.

3.2. Определить два фактора, которые наиболее влияют на товарооборот Y.

3.3. Вычислить параметры регрессионной модели а , b , с методом наименьших квадратов.

3.4. Оценить соответствие построенной зависимости статистическим данным.

Выполнение задания

3.1. Исходные данные факторов размещаем в блоке B2:D18, а показатели в столбце E2:E8.

3.2. В блоке A13:C14 используя встроенную функции Excel =КОРРЕЛ() находим коэффициенты корреляции между показателем Y и факторами Х1, Х2, Х3

3.3. Как видно из корреляционной матрицы для регрессионной модели можно выбрать две переменные – Х1 и Х2, так как для них значения коэффициента корреляции с показателем близки к 1 и равны 0,208604и -0,60362 соответственно.

3.4. Допустим, что между показателем Y и факторами Х1, Х2 существует линейная зависимость . Найдем оценки параметров, используя метод наименьших квадратов (в матричных операциях). Запишем систему нормальных уравнений в матричной форме

, где

Если помножить матричное уравнение слева на матрицу , то для оценки параметров вектора получим формулу

.

Нахождение оценок параметров регрессии:

1. Находим транспонированную матрицу в блоке E13:K15 по отношению к матрице в блоке A2:C8, используя в категории "Ссылки и массивы" встроенную функцию ТРАНСП(A2:C8).

2. Находим произведение матриц в блоке A18:C20, используя встроенную математическую функцию МУМНОЖ(блок данных первой матрицы A18:C20; блок данных второй матрицы A2:C8).

3. Обратную матрицу находим в блоке D18:F20, используя встроенную математическую функцию =МОБР(A18:C20).

4. Произведение матриц находим в блоке H18:H20, встроенную математическую функцию =МУМНОЖ(E13:K15;E2:E8).

5. Оценки вектора находим в блоке J39:J41, встроенную математическую функцию =МУМНОЖ(D18:F20;H18:H20).

[XT][X]-1[XT]Y

0,32512

0,00040

-0,00005

a= 0,00040, b= -0,00005, c= 0,32512.

Уравнение регрессии:

Y=0,00040X1 + -0,00005X2 + 0,32512

3.5. Проверим адекватность принятой модели экспериментальным данным с помощью критерия Фишера. Расчетные значения Y_расч считаем в столбце F по формуле Y_расч=0,00040Х₁+-0,00005Х₂+0,32512..

Рассчитываем F-статистику Фишера с m и (n- m- 1) степенями свободы:

где m — количество факторов, которые вошли в модель; m=2

n – общее количество наблюдений; n=7

В ячейках F2:F10 находятся расчетные значения показателя, а в ячейках G2:G10 квадраты их отклонений от экспериментальных значений.

В ячейках H2:H10 квадраты отклонений от среднего значения.

Расчетное значение F_расч= 1,19895497

По F- таблице Фишера находим критическое значение Fкр с m и (n-m-1) степенями свободы: F_крит(0,95;2;4)= 6,94

Расчетное значение критерия 1,19895497 меньше критического, значит с надежностью можно считать, что принятая математическая модель неадекватна по экспериментальным данным.

Таблица с расчетными данными:

Характеристики

Список файлов ответов (шпаргалок)