Проверка значимости рассчитанных коэффициентов
Для проверки значимости коэффициентов необходимо рассчитать фактические коэффициенты Стьюдента и сравнить их значения с табличным для заданного уровня надежности (95%). Для фактического коэффициента необходимо рассчитать стандартные ошибки коэффициентов: Результаты вычислений:
Значимость полученных коэффициентов проверяется сравнением фактического значения коэффициента Стьюдента (t) и табличного (для уровня доверия 90%) по условию (1,86). Для коэффициента b при Х фактический коэффициент больше, - значит, он статистически значим для рассматриваемого уровня точности. Свободный член a не значим статистически и образовался случайно, так как tфакт(а) меньше табличного значения. Коэффициент детерминации и проверка уравнения на значимость (тест Фишера-Синекдора): Коэффициент детерминации дает оценку качества построенной модели. Он показывает, насколько вариация результата зависит от вариации переменных: R2 = 0,844. Следовательно, связь между изучаемыми показателями достаточно сильная. Следующим шагом при помощи коэффициента Фишера-Синекдора проверяется значимость коэффициента детерминации.
Фактический коэффициент Фишера больше табличного (3,46). Это позволяет судить о статистической значимости коэффициента детерминации, т.е. уравнение было сформировано не случайно. Доверительные интервалы для заданного уровня точности: Строим таблицу:
Запишем уравнение в интервальной форме на основании этих данных можно, составим уравнения верхней и нижней границы:
y = (0,99±0,28)x – (0,23±3,23), Р=90% yнижн=0,70x-3,46 yверх=1,25х+3 Теперь построим прогноз, взяв соответствующие задаче х:
Эти же данные на графике: Выводы: В ходе анализа была выведена следующая зависимость между переменными: y = (0,99±0,28)x – (0,23±3,23). Согласно тестам Стьюдента и Фишера, коэффициент детерминации значим, коэффициент B при Х значим, свободный член A сформировался случайно, автокорреляция отсутствует. Значения коэффициентов детерминации и корреляции позволяют говорить о высокой точности модели и прогнозной силе. Задание 3 По статистическим данным построить линейную эконометрическую модель зависимости объема продукции Y, производимой некоторым предприятием, от величин X1, X2, …,XN (например, от объема затраченного сырья, от количества рабочих, занятых в производстве, от установочной мощности оборудования и т.д.). Построение вести в следующем порядке: · По методу наименьших квадратов оценить коэффициенты линейного уравнения регрессии; проверить статистическую значимость каждого коэффициента уравнения регрессии с помощью t-статистики. · Проверить общее качество уравнения регрессии с помощью коэффициента детерминации R2. · Проверить отсутствие автокорреляции остатков с помощью статистики Дарбина – Уотсона DW. · Сделать выводы по качеству построенной модели и ее возможному совершенствованию. T=15, N=3
Таблица со табличными коэффициентами (n=15, k1=3, k2=11):
Графики зависимости: Графики позволяют судить о нелинейной зависимости между переменными. Поэтому эффективность оценки МНК сомнительна.
Воспользуйтесь поиском по сайту: ![]() ©2015 - 2025 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|