зв'язку факторів-Х1, Х2, Х3. Розрахунки проводитимуться за даними Таблиці 1. br/>В
Для фактора Х1 після підстановки даних у формулу, отримуємо коефіцієнт кореляції рівний = -0,6
Для фактора Х2 після підстановки даних у формулу, отримуємо коефіцієнт кореляції рівний = -0,14
Для фактора Х3 після підстановки даних у формулу, отримуємо коефіцієнт кореляції рівний = 0,64.
Ми бачимо, що зв'язок між Х1 і У зворотна і сильна. Даний фактор будемо використовувати в подальших розрахунках. p align="justify"> Зв'язок між Х2 і У відсутній, так як коефіцієнт кореляції менше 0,15. Виключаємо даний фактор з моделі. p align="justify"> Зв'язок між Х3 і У пряма і сильна. Даний фактор будемо використовувати в подальших розрахунках. p align="justify"> Для факторів Х1 і Х3 складемо рівняння множинної регресії.
На основі наших даних будемо піддавати аналізу під множинної регресії наступні фактори:
Кількість дітей в сім'ї молодше 18 років-Х1
Середній дохід в родині на одну людина-Х3
Дані фактори перевіримо на мутьтіколлінеарность, для чого розрахуємо коефіцієнт кореляції межу факторами Х1 і Х2.
= -0,22
Отриманий коефіцієнт говорить про слабку зв'язку, але тим ні менш вплив одного фактора під множинної регресії здійснюється через інший. Так як зв'язок слабка продовжимо аналіз. p align="justify"> Далі проведемо оцінку суттєвості даних за допомогою коефіцієнта множинної кореляції. Він показує сукупний вплив факторів, включених в модель і знаходиться за наступною формулою:
R =
R = 0.83
r xy1, xy2 - оцінки ? 2 за вибіркою обсягу n.
Так як величина коефіцієнта множинної кореляції R> 0,8, то зв'язок визнаємо сильною.
Рівняння прямої має наступний вигляд:
В
Для визначення параметрів рівняння необхідно вирішити наступну систему рівнянь:
В
Отримуємо рівняння прямої:
В
Для даного вирівняні знайдемо помилку апрксімізаціі
= 3.25%
Це менше 5% значить цю модель можна використовувати на практиці.
Проведемо оцінку параметрів на типовість за формулами:
= 6,36 = 12,24
