=left> - Е· = 916,844 - 909008,4 (1/x 2 ) - рівняння гіперболи.
Розрахуємо помилки апроксимації для рівнянь прямої і гіперболи. У якої моделі вона буде найменша, ту модель використовуємо для подальшого дослідження. Дані для розрахунку помилки апроксимації знаходяться в додатку L.
Розрахуємо помилку апроксимації для прямої:
В
Для гіперболи розрахуємо помилку апроксимації:
В
Так як мінімальна помилка апроксимації в рівнянні гіперболи (9,19%), то дане рівняння ми залишаємо для подальшого аналізу. Однак ця помилка більше 5%, тобто дану модель не можна використовувати на практиці, але в навчальних цілях продовжимо наш аналіз, використовуючи рівняння гіперболи. p> Для рівняння проведемо оцінку параметрів на типовість за формулами:
В
p>В
p> де: S 2 - залишкова уточнена дисперсія;
S - середньоквадратичне відхилення від тренду;
Е· t - розрахункові значення результативної ознаки;
m a , m b - помилки параметрів;
t a , t b - розрахункові значення t критерію Стьюдента. p> Підставимо дані у формули (Додаток G і L) і розрахуємо значення даних величин:
S 2 = 631712,98/10 = 63171,298;
В В
t a = 916,844/72,555 = 12,64;
m b = 63171,298/2663707,21 = 0,0237;
t b = 909008,4/0,0237 = 38329626,04;
Отримані значення порівняємо з теоретичним значенням t-критерію Стьюдента при О± = 0,05 і V = 10 (12 - 2) становить 2,228. Як видно із зіставлення t a і t b > t теор , отже параметри типові й істотні. По них можна проводити подальший аналіз.
Оцінку суттєвості зв'язку вчиню на основі t-критерію Стьюдента. Він розраховується за наступною формулою:
В
де:
r - коефіцієнт кореляції;
n - число рівнів ряду;
Після підстановки даних у формулу і виробленого розрахунку отримуємо наступний показник:
В
Так як t розрахункове > t теоретичне , або 3,565> 2,228 при рівні значимості
О± = 0,05 і числі ступенів свободи V = 10 (12 - 2), зв'язок x 2 cy можна визнати істотною і даний фактор можна використовувати в подальшому аналізі.
Для наявних факторів x 1 і x 2 складемо рівняння множинної регресії. Рівняння множинної регресії вивчає статистичні закономірності між результативною ознакою і декількома факторами, що впливають на результат.
Для аналізу рівняння множинної регресії скористаємося лінійною формою зв'язку. Складемо лінійне рівняння. На це є такі причини:
- Лінійне рівняння легше піддавати аналізу, інтерпретації;
- У многочленів різних ступенів кожен член ступеня, що знаходиться вище першої, може розглядатися як нова змінна ...
