Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Трехфакторные линейные регрессионные модели

Общие индексы качественных показателей | Индексы средних величин | Среднемесячная заработная плата и число работников | Базисные и цепные индексы | Система взаимосвязанных индексов. Факторный анализ | Данные о продаже товаров | Количество себестоимость произведенной продукции | Функциональные и стохастические связи | Двухмерная линейная модель корреляционного и регрессионного анализа (однофакторный линейный корреляционный и регрессионный анализ) | Проверка адекватности регрессионной модели |


Читайте также:
  1. Автокорреляция в динамических рядах. Авторегрессионные модели.
  2. Автор модели: американский социолог Карл Поппер
  3. Альтернатива модели индивид-пара
  4. Анализ машинной модели двухконтурной САР СВГТ
  5. Базовые модели вхождения многонациональных компаний на международные рынки
  6. БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ
  7. В модели экономического роста Р. Солоу

 

В случае линейной трехфакторной связи уравнение регрессии имеет вид:

 

 

Для расчета параметров по способу наименьших квадратов используют следующую систему нормальных уравнений:

 

 

Чтобы получить эту систему, необходимо иметь таблицу значений следующих показателей:

 

 

Для решения множественной регрессии с n-факторами

система нормальных уравнений такова:

 

 

Вручную целесообразно выполнять построение и анализ только двух- или трехфакторных моделей. Для n > 3 все расчеты рекомендуется осуществлять на компьютерах по специальным программам, предусматривающим исчисление параметров уравнения и показателей, используемых для проверки его адекватности.

Многофакторный корреляционный и регрессионный анализ может быть использован в экономико-статистических исследованиях:

• для приближенной оценки фактического и заданного уровней;

• в качестве укрупненного норматива (для этого достаточно в уравнение регрессии подставить вместо фактических значений факторов их средние значения);

• для выявления резервов производства;

• для проведения межзаводского сравнительного анализа и выявления на его основе скрытых возможностей предприятий;

• для краткосрочного прогнозирования развития производства и др.

Построение и анализ трехмерной регрессионной модели рассмотрим на конкретном примере.

Пример 2. По выборочным данным, представленным в табл. 9.3, о выработке деталей за смену 20 рабочими цеха требуется выявить зависимость производительности труда у от двух факторов: внутрисменных простоев x1 и квалификации рабочих x2.

 

 

 

После построения регрессионной модели необходимо исчислить различного рода характеристики тесноты связи между зависимой и независимой переменными: парные, частные и множественные коэффициенты корреляции, множественный коэффициент детерминации, а затем проверить адекватность данной модели.


Дата добавления: 2015-10-24; просмотров: 426 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Экономическая интерпретация параметров регрессии| Частные коэффициенты корреляции

mybiblioteka.su - 2015-2024 год. (0.007 сек.)