Реферат Рішення задач з економетрики

62,8

21,0

684,6

441,0

0,6

-0,9

0,35

0,83

20,11

0,89

0,80

4,256

27,5

756,3

16,4

451,0

269,0

-4,0

-6,0

16,07

36,10

18,44

-2,04

4,16

12,430

39,0

1521,0

23,5

916,5

552,3

3,1

5,5

9,56

30,16

22,20

1,30

1,69

5,536

27,5

756,3

18,8

517,0

353,4

-1,6

-6,0

2,59

36,10

18,44

0,36

0,13

1,923

31,2

973,4

17,5

546,0

306,3

-2,9

-2,3

8,46

5,33

19,65

-2,15

4,62

12,277

В 

402,1

13927,8

244,9

8362,6

5130,7

0,0

0,0

132,7

454,1

-

-

79,0

129,9

Середній значення

33,5

1160,7

20,4

696,9

427,6

-

-

-

-

-

-

6,6

10,8

В 

6,43

-

3,47

-

-

В 

41,28

-

12,06

-

-

Тоді

,

В 

і лінійне рівняння регресії прийме вид:.

Розрахуємо коефіцієнт кореляції:

.

Зв'язок між ознакою і фактором помітна.

Коефіцієнт детермінації - Квадрат коефіцієнта або індексу кореляції. br/>

R 2 = 0,606 2 = 0,367

Середній коефіцієнт еластичності дозволяє перевірити, чи мають економічний сенс коефіцієнти моделі регресії.

В В 

Для оцінки якості моделі визначається середня помилка апроксимації:

,

допустимі значення якої 8 - 10%.

Обчислимо значення-критерію Фішера. br/>

,

де

- число параметрів рівняння регресії (число коефіцієнтів при пояснюватиме змінної);

- обсяг сукупності.

.

По таблиці розподілу Фішера знаходимо

.

Так як, то гіпотеза про статистичну незначущості параметра рівняння регресії відхиляється.

Так як, то можна сказати, що 36,7% результату пояснюється варіацією пояснюватиме змінної.

Виберемо в якості моделі рівняння регресії, попередньо лінеаризованих модель. Введемо позначення:. Отримаємо лінійну модель регресії. p> Розрахуємо коефіцієнти моделі, помістивши все проміжні розрахунки в табл. 3. <В  Таблиця 3
В В 

y

yU

y 2

В В В В В В В 

А (%)

5,385

29,0

22,5

121,17

506,25

1,640

-0,452

2,69

0,20

13,74

8,76

76,7

38,92

6,017

36,2

25,8

155,23

665,64

4,940

0,180

24,40

0,03

...