|
Лабораторна робота № 8.
Тема роботи: Багатофакторна виробнича функція.
Мета роботи: здобути навики побудови та аналізу параметрів багатофакторної моделі.
Приклад розв’язання задачі.
Задача. На основі статистичних даних показника Y та Х (таблиця 1), 1 МНК знайти оцінки параметрів багатофакторної регресії, якщо припустити, що стохастична залежність між факторами Yі Х мають вигляд:
Y = ln(a0 + a1/X1 + a2X2)
За критерієм Фішера з надійністю 0,95 оцінити адекватність регресії статистичним даним. Якщо економетрична модель адекватна статистичним даним, то знайти оцінку прогнозу та його надійний інтервал.
Таблиця 1.
№ | Х1 | Х2 | Y | Y1 | Z1 | Z2 | Yp |
1,0 | 2,0 | 1,5 | 4,482 | 1,000 | 2,0 | 0,579 | |
1,5 | 4,0 | 1,8 | 6,050 | 0,667 | 4,0 | 1,462 | |
2,0 | 8,0 | 2,5 | 12,182 | 0,500 | 8,0 | 2,864 | |
2,5 | 10,0 | 3,0 | 20,086 | 0,400 | 10,0 | 3,307 | |
3,0 | 12,0 | 3,2 | 24,533 | 0,333 | 12,0 | 3,673 | |
3,5 | 12,5 | 3,4 | 29,964 | 0,286 | 12,5 | 3,696 | |
4,0 | 13,0 | 3,6 | 36,598 | 0,250 | 13,0 | 3,737 | |
4,5 | 13,5 | 3,8 | 44,701 | 0,222 | 13,5 | 3,790 | |
5,0 | 15,0 | 4,0 | 54,598 | 0,200 | 15,0 | 4,010 | |
5,5 | 16,0 | 4,2 | 66,686 | 0,182 | 16,0 | 4,131 | |
6,0 | 16,5 | 4,4 | 81,451 | 0,167 | 16,5 | 4,180 | |
6,5 | 18,0 | 4,5 | 90,017 | 0,154 | 18,0 | 4,343 | |
7,0 | 20,0 | 4,6 | 99,484 | 0,143 | 20,0 | 4,530 | |
7,5 | 22,0 | 4,7 | 109,947 | 0,133 | 22,0 | 4,689 | |
8,0 | 25,0 | 4,8 | 121,510 | 0,125 | 25,0 | 4,890 | |
пр | 9,0 | 26,0 |
|
| 0,111 | 26,0 | 4,944 |
Для того щоб скористатися 1 МНК, спочатку перетворимо дані шляхом заміни змінних:
Z1 = 1/X1; Z2 = X2; Y1 = eY = exp(Y)
Всі перетворені дані знаходяться в таблиці 1. Далі до перетворених даних застосуємо 1 МНК. Отримаємо наступні оцінки параметрів моделі:
Y1 = a0 + a1Z1 + a2Z2
8,295131 | 68,06307 | -82,8686 |
0,934708 | 24,14934 | 20,23221 |
0,944939 | 9,920856 | #Н/Д |
102,9692 | #Н/Д | |
20269,15 | 1181,08 | #Н/Д |
Тобто, ми отримали модель:
Y1 = – 82,869 + 68,063Z1 + 8,295Z2
Або, повертаючись до початкової моделі:
Y = ln(– 82,869 + 68,063/X1 + 8,295X2)
Коефіцієнт детермінації R2 = 0,9449 та коефіцієнт кореляції R = 0,972 говорять про достатньо тісний зв’язок між фактором Y та факторами Х1 та Х2.
Перевіримо достовірність отриманої моделі. для цього обчислимо критичне значення критерію Фішера на рівні значимості α = 0,05 та числу степенів свободи m1 = 2 та m2 = 12.
Fкр = 3,885
F = 102,969
Так як F > Fкр, то отримана нами модель достовірна з ймовірністю 0,95.
Для перевірки на достовірність коефіцієнтів моделі, обчислимо значення критеріїв Стьюдента для коефіцієнтів та порівняємо їх з критичним значенням критерію Стьюдента на рівні значимості α = 0,05 та числу степенів свободи m = 12. Отримаємо:
ta0 = 4,096
ta1 = 2,818
ta2 = 8,875
tкр = 2,179
Так як всі значення tai > tкр, то всі коефіцієнти а0, а1 і а2 достовірні з ймовірністю 0,95.
Підставивши прогнозні значення у формулу отриманої регресії, знайдемо середнє значення прогнозу: Yпр = 4,944.
Для знаходження 95% надійного інтервалу прогнозу, знайдемо спочатку надійний інтервал для перетворених даних Z1 і Z2, а потім, шляхом оберненого перетворення перейдемо до вихідних даних. Так як довірчий інтервал прогнозу знаходиться за формулами:
Ymin = Yпр – ΔY
Ymax = Yпр + ΔY
де ΔY – помилка прогнозу.
Обчислимо помилку прогнозу за формулою (див. лабораторну роботу №1), записаною в матричному вигляді:
ΔY1 = tкрS (10.1)
Тут, ΔY1 – помилка прогнозу для перетворених даних.
Отримаємо:
ΔY1 = 2,851
Тоді, для вихідних даних ця помилка буде:
ΔY = ln(ΔY1) = 1,048
Отже, інтервальний прогноз шуканої регресії є:
Ymin = 4,944 – 1,048 = 3,896
Ymax = 4,944 + 1,048 = 5,992
Висновки: 1.Так як F > Fкр, то отримана нами модель
Y = ln(– 82,869 + 68,063/X1 + 8,295X2)
відповідає вибірковим даним. Це значить, що її можна застосовувати для використання аналізу даного економічного процесу.
2.Середнє значення прогнозу при прогнозних значеннях Х1 = 9 і Х2 = 26 буде Yпр = 4,944 у.о. З ймовірністю 0,95 отриманий прогноз буде знаходитися в межах від 3,896 у.о. до 5,992 у.о.
Варіанти для самостійної роботи (вихідні бази даних Хі та Yі)
Таблиця 1.
№ | Y= ea0+a1X1+a2X2 | Y=ea0+a1lnX1+a2X2 | Y=ea0+a1/X1+a2lnX2 | Y=ea0+a1/X1+a2/X2 | ||||||||
Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | |
0,4 | 5,1 | 21,2 | 5,1 | 3,0 | 31,4 | 0,5 | 24,1 | 972,3 | 5,1 | 0,5 | 41,1 | |
0,8 | 5,1 | 23,9 | 5,4 | 2,9 | 31,7 | 0,6 | 22,9 | 406,1 | 5,7 | 0,8 | 42,8 | |
0,9 | 4,7 | 21,8 | 7,1 | 2,8 | 43,7 | 0,9 | 22,8 | 150,3 | 6,5 | 1,1 | 40,2 | |
1,0 | 4,2 | 17,8 | 8,7 | 2,8 | 54,4 | 1,1 | 20,8 | 87,0 | 7,2 | 1,3 | 39,7 | |
1,3 | 3,9 | 17,3 | 9,9 | 2,6 | 59,5 | 1,3 | 19,9 | 65,7 | 7,9 | 1,6 | 37,5 | |
1,3 | 3,4 | 12,7 | 10,7 | 2,4 | 59,1 | 1,4 | 19,5 | 56,4 | 8,2 | 1,7 | 37,5 | |
1,6 | 3,3 | 14,6 | 11,8 | 2,4 | 66,6 | 1,5 | 19,4 | 48,2 | 8,4 | 1,7 | 36,4 | |
1,7 | 2,8 | 11,1 | 12,1 | 2,3 | 67,9 | 1,5 | 18,7 | 45,8 | 9,3 | 2,1 | 37,0 | |
1,7 | 2,6 | 9,8 | 12,2 | 2,1 | 62,3 | 1,8 | 18,3 | 38,2 | 9,7 | 2,3 | 31,2 | |
1,8 | 2,5 | 10,2 | 13,7 | 2,1 | 73,3 | 2,1 | 18,2 | 31,9 | 10,0 | 2,5 | 30,7 | |
2,0 | 2,1 | 8,9 | 15,1 | 2,1 | 80,7 | 2,2 | 16,2 | 27,2 | 10,3 | 2,8 | 29,6 | |
2,1 | 1,7 | 7,9 | 15,9 | 1,9 | 77,8 | 2,3 | 14,5 | 25,7 | 10,4 | 2,8 | 30,9 | |
пр | 2,4 | 1,4 |
| 18,5 | 1,8 |
| 2,4 | 13,0 |
| 10,5 | 3,1 |
|
№ | Y=ea0+a1lnX1+a2/X2 | Y=a0+a1/X1+a2X2 | Y=a0+a1lnX1+a2lnX2 | Y=a0+a1lnX1+a2X2 | ||||||||
Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | |
15,8 | 0,5 | 41,1 | 1,1 | 13,1 | 49,5 | 50,8 | 52,1 | 16,9 | 52,1 | 25,2 | 68,3 | |
15,3 | 0,8 | 42,8 | 1,4 | 15,5 | 54,3 | 58,5 | 57,4 | 18,1 | 73,8 | 27,3 | 73,1 | |
13,4 | 1,1 | 40,1 | 1,5 | 15,6 | 54,2 | 97,0 | 73,2 | 19,0 | 73,9 | 26,2 | 70,1 | |
13,1 | 1,3 | 39,7 | 2,0 | 17,3 | 58,5 | 126,2 | 75,0 | 19,8 | 84,3 | 27,4 | 73,9 | |
12,1 | 1,6 | 37,5 | 2,2 | 17,4 | 59,0 | 143,6 | 83,1 | 19,6 | 98,8 | 27,2 | 74,2 | |
11,5 | 1,7 | 37,5 | 2,3 | 19,7 | 64,8 | 152,6 | 88,9 | 20,6 | 103,3 | 27,2 | 74,8 | |
11,4 | 1,7 | 36,4 | 2,8 | 21,5 | 70,1 | 189,5 | 132,4 | 21,2 | 105,4 | 28,2 | 75,6 | |
10,2 | 2,1 | 37,0 | 3,0 | 23,5 | 76,5 | 198,9 | 155,4 | 21,9 | 108,4 | 30,5 | 80,1 | |
8,6 | 2,3 | 31,2 | 3,2 | 24,9 | 81,0 | 231,0 | 193,8 | 22,3 | 114,5 | 29,2 | 79,3 | |
8,0 | 2,5 | 30,7 | 3,2 | 26,9 | 85,0 | 243,4 | 231,0 | 22,7 | 148,8 | 30,5 | 82,6 | |
7,6 | 2,8 | 29,6 | 3,4 | 29,3 | 92,7 | 261,7 | 273,9 | 22,7 | 181,3 | 30,2 | 81,0 | |
7,6 | 2,8 | 30,9 | 3,7 | 29,4 | 92,7 | 264,1 | 308,2 | 23,6 | 206,6 | 31,9 | 86,1 | |
пр | 6,0 | 3,0 |
| 4,0 | 31,9 |
| 269,0 | 323,4 |
| 236,0 | 32,2 |
|
№ | Y=a0+a1/X1+a2X2 | Y= | Y=1/(a0+a1lnX1+a2X2) | Y=ln(a0+a1lnX1+a2√Х2) | ||||||||
Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | |
3,5 | 52,1 | 21,0 | 52,1 | 21,1 | 5,6 | 0,5 | 2,4 | 2,4 | 46,2 | 25,7 | 5,3 | |
4,7 | 53,1 | 19,2 | 52,6 | 22,9 | 6,5 | 5,3 | 7,0 | 0,9 | 49,5 | 33,4 | 5,6 | |
5,5 | 53,6 | 19,5 | 54,1 | 24,7 | 5,6 | 10,0 | 11,4 | 0,6 | 51,3 | 38,3 | 5,0 | |
7,7 | 55,1 | 18,1 | 57,9 | 29,0 | 5,8 | 14,6 | 14,3 | 0,6 | 51,3 | 45,8 | 5,1 | |
8,0 | 57,6 | 20,2 | 58,5 | 31,1 | 6,0 | 20,1 | 15,3 | 0,6 | 53,2 | 53,1 | 5,1 | |
10,1 | 58,9 | 19,9 | 61,7 | 35,5 | 6,1 | 20,2 | 17,3 | 0,4 | 54,5 | 55,5 | 5,9 | |
13,0 | 59,3 | 19,3 | 66,1 | 35,9 | 6,1 | 25,3 | 21,8 | 0,4 | 57,2 | 62,7 | 5,3 | |
14,8 | 62,2 | 18,3 | 68,2 | 39,9 | 6,5 | 27,6 | 24,7 | 0,4 | 59,6 | 68,4 | 5,3 | |
17,8 | 66,0 | 18,5 | 72,1 | 41,6 | 6,4 | 30,3 | 29,5 | 0,3 | 64,0 | 68,9 | 6,0 | |
18,7 | 67,4 | 18,2 | 72,4 | 43,4 | 6,6 | 32,1 | 33,0 | 0,4 | 65,4 | 65,4 | 5,4 | |
21,2 | 69,9 | 18,9 | 74,8 | 46,3 | 6,4 | 37,4 | 35,6 | 0,2 | 66,7 | 66,7 | 6,0 | |
23,1 | 70,5 | 19,5 | 78,6 | 49,3 | 6,6 | 41,0 | 40,5 | 0,2 | 67,5 | 67,5 | 5,7 | |
пр | 25,0 | 74,3 |
| 84,5 | 53,1 |
| 44,4 | 41,4 |
| 70,2 | 70,0 |
|
№ | Y=ea0+a1lnX1+a2√X2 | Y=√a0+a1X1+a2lnX2 | Y=a0+a1√X1+a2lnX2 | Y=√a0+a1X1+a2X2 | ||||||||
Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | Х1 | Х2 | Y | |
3,1 | 4,3 | 2,6 | 52,1 | 35,6 | 9,8 | 52,1 | 34,5 | 31,4 | 25,3 | 31,3 | 15,7 | |
3,8 | 5,3 | 3,7 | 52,7 | 40,2 | 9,9 | 58,8 | 35,2 | 32,4 | 27,9 | 32,6 | 17,5 | |
4,1 | 7,3 | 1,8 | 56,5 | 41,6 | 9,4 | 64,7 | 37,3 | 34,3 | 31,4 | 34,7 | 17,9 | |
4,6 | 7,8 | 2,6 | 63,0 | 43,8 | 9,8 | 68,1 | 39,6 | 35,5 | 32,6 | 35,9 | 17,4 | |
6,1 | 8,7 | 5,7 | 67,1 | 47,0 | 10,1 | 69,3 | 41,0 | 35,8 | 38,3 | 37,6 | 18,1 | |
7,2 | 10,6 | 6,3 | 73,0 | 50,2 | 10,7 | 72,8 | 41,6 | 35,7 | 42,3 | 40,0 | 18,5 | |
7,5 | 12,0 | 4,3 | 77,2 | 51,7 | 10,9 | 77,1 | 44,3 | 37,7 | 43,9 | 41,9 | 20,3 | |
9,4 | 13,7 | 6,6 | 83,9 | 59,1 | 11,3 | 77,3 | 44,4 | 36,4 | 45,9 | 43,0 | 19,3 | |
9,7 | 14,6 | 5,8 | 87,5 | 63,2 | 12,3 | 82,9 | 47,8 | 38,8 | 46,2 | 43,4 | 19,3 | |
10,1 | 14,8 | 7,2 | 89,1 | 68,2 | 11,8 | 83,9 | 48,1 | 39,2 | 47,9 | 44,3 | 20,3 | |
11,0 | 16,8 | 6,6 | 95,4 | 74,6 | 12,8 | 88,4 | 48,8 | 39,9 | 50,9 | 44,9 | 21,1 | |
12,2 | 17,3 | 7,3 | 101,9 | 82,3 | 12,4 | 90,3 | 52,5 | 39,8 | 56,8 | 44,8 | 20,9 | |
пр | 13,1 | 18,7 |
| 104,2 | 87,3 |
| 93,4 | 54,6 |
| 58,3 | 47,1 |
|
Дата добавления: 2015-09-29; просмотров: 34 | Нарушение авторских прав
<== предыдущая лекция | | | следующая лекция ==> |
Колективні гіпертексти. Вікі-середовища як інструмент індивідуального та колективного написання гіпертексту | | | Мета: Ознайомитися з особливостями організації та життєдіяльності комах. |