ипускаючи, що між змінними х і у існує лінійна залежність, знайти ковариацию cov (x, y).
Таблиця 5.7
Х16,81717,216,917,116,95У510515540510525500
Таблиця 5.8
F-розподіл ФішераКорреляціяt - Кретер СтюдентаR00,999951121202,27324780,999902245
Таблиця 5.9
Компоненти дісперсііСумма квадратовЧісло степенейСредніе квадратиРегрессія010Остаточная5,16988E - 2641,29247E - 26Общая5,16988E - 265
Значення Фішера - Снедекора менше ніж табличний результат, значить вона не значима, критерію Стьюдента більше ніж табличний результат, тобто цей результат значима. Коефіцієнт кореляції показує, що зв'язок дуже тісний і точки на графіку розташовані близько один від одного.
У завданні 1.81 мається наступні дані про ціну на нафту х (ден.ед.) і індексі акцій нафтових компаній у (ум.од.). Припускаючи, що між змінними х і у існує лінійна залежність, знайти вибіркову дисперсію змінної x.
Таблиця 5.10
х14,2814,0515,315,816,215,5у550520545530525560
Таблиця 5.11
F-розподіл ФішераКорреляціяt - Кретер СтюдентаR0,250,99953892165,838054890,999078054
Таблиця 5.12
Компоненти дісперсііСумма квадратовЧісло степенейСредніе квадратирегрессія5,16988E - 2615,16988E - 26остаточная5,16988E - 2641,29247E - 26общая2,06795E - 255
Значення Фішера - Снедекора менше ніж табличний результат, значить вона не значима, критерію Стьюдента більше ніж табличний результат, тобто цей результат значима. Коефіцієнт кореляції показує, що зв'язок дуже тісний і точки на графіку розташовані близько один від одного.
У завданні 1.102. мається наступні дані про ціну на нафту х (ден.ед.) і індексі акцій нафтових компаній у (ум.од.). Припускаючи, що між змінними х і у існує лінійна залежність, знайти коефіцієнт кореляції.
Таблиця 5.13
х17,517,317,1517,117,417,45у510518535530545535
Таблиця 5.14
F-розподіл ФішераКорреляціяt - Кретер СтюдентаR0,250,999911678150,47048140,999823363 Таблиця 5.15
Компоненти дісперсііСумма квадратовЧісло степенейСредніе квадратиРегрессія5,16988E - 2615,16988E - 26остаточная5,16988E - 2641,29247E - 26Общая05
Значення Фішера - Снедекора менше ніж табличний результат, значить вона не значима, критерію Стьюдента більше ніж табличний результат, тобто цей результат значима. Коефіцієнт кореляції показує, що зв'язок дуже тісний і точки на графіку розташовані близько один від одного.
. Множинний регресійний аналіз
Множинна регресія - рівняння зв'язку з декількома незалежними змінними:
=f (x 1, x 2, ..., xp),
де у - залежна змінна (результативна ознака);
х 1, х 2, ..., х p - незалежні змінні (фактори).
Множинна регресія застосовується в ситуаціях, коли з безлічі факторів, що впливають на результативну ознаку, не можна виділити один домінуючий фактор і необхідно враховувати вплив декількох факторів.
Основна мета множинної регресії - побудувати модель з великим числом факторів, визначивши при цьому вплив кожного з них окремо, а також сукупне їх вплив на модельований показник.
Як і у випадку парної регресії, побудова рівняння множинної регресії здійснюється у два етапи:
· специфікація моделі;
· оцінка параметрів обраної моделі.
Специфікація моделі включає в себе вирішення двох завдань:
· відбір p факторів xj, які найбільше впливають на величину y;
· вибір виду рівняння регресії?=f (x 1, x 2, ..., xp) ;.
Найбільш широке застосування отримали наступні методи побудови рівняння множинної регресії:
· метод виключення;
· метод включення;
· кроковий регресійний аналіз.
Кожен з цих методів по-своєму вирішує проблему відбору чинників, що даючи в цілому близькі результати - відсів факторів з повного його набору (метод виключення), додаткове введення фактора (метод включення), виключення раніше введеного фактора ( кроковий регресійний аналіз).
У процедурі відсіву факторів найбільш широко використовується матриця приватних коефіцієнтів кореляції.
Як і в парній залежності, можливі різні види рівнянь множинної регресії: лінійні і нелінійні....
