Решение. Для проведения регрессионного анализа составим таблицу со вспомогательными расчетами.
Расчет сумм для проведения регрессионного анализа
№ (i)
y
x
x2
x3
x4
x5
x6
1/x
1/x2
1,00×106
1,00×109
1,00×1012
1,00×1015
1,00×1018
1,00×10-3
1,00×10-7
1,44×106
1,73×109
2,07×1012
2,49×1015
2,99×1018
8,33×10-4
6,94×10-7
1,69×106
2,20×109
2,86×1012
3,71×1015
4,83×1018
7,69×10-4
5,92×10-7
1,21×106
1,33×109
1,46×1012
1,61×1015
1,77×1018
9,09×10-4
8,26×10-7
1,00×106
1,00×109
1,00×1012
1,00×1015
1,00×1018
1,00×10-3
1,00×10-6
8,10×105
7,29×108
6,56×1011
5,90×1014
5,31×1017
1,11×10-3
1,23×10-6
1,44×106
1,73×109
2,07×1012
2,49×1015
2,99×1018
8,33×10-4
6,94×10-7
1,00×106
1,00×109
1,00×1012
1,00×1015
1,00×1018
1,00×10-3
1,00×10-6
1,69×106
2,20×109
2,86×1012
3,71×1015
4,83×1018
7,69×10-4
5,92×10-7
1,44×106
1,73×109
2,07×1012
2,49×1015
2,99×1018
8,33×10-4
6,94×10-7
1,00×106
1,00×109
1,00×1012
1,00×1015
1,00×1018
1,00×10-3
1,00×10-6
8,10×105
7,29×109
6,56×1011
5,90×1014
5,31×1017
1,11×10-3
1,23×10-6
Итого
1,45×107
1,64×1010
1,87×1013
2,17×1016
2,55×1019
1,12×10-2
1,06×10-5
(Продолжение)
Расчет сумм для проведения регрессионного анализа
№ (i)
6,90
47,72
4,61
1,00×105
1,00×108
1,00×1011
0,10
4,61×103
31,81
690,78
7,09
50,27
5,01
1,80×105
2,16×108
2,59×1011
0,13
6,01×103
35,53
1063,51
7,17
51,41
5,30
2,60×105
3,38×108
4,39×1011
0,15
6,89×103
37,99
1434,02
7,00
49,04
5,01
1,65×105
1,82×108
2,00×1011
0,14
5,51×103
35,09
1050,46
6,91
47,72
4,61
1,00×105
1,00×108
1,00×1011
0,10
4,61×103
31,81
690,78
6,80
46,27
3,91
4,50×104
4,05×107
3,65×1010
0,06
3,52×103
26,61
340,12
7,09
50,27
4,87
1,56×105
1,87×108
2,25×1011
0,11
5,84×103
34,51
921,71
6,91
47,72
4,25
7,00×104
7,00×107
7,00×1010
0,07
4,25×103
29,35
483,54
7,17
51,41
5,30
2,60×105
3,38×108
4,39×1011
0,15
6,89×103
37,99
1434,02
7,09
50,27
3,40
3,60×104
4,32×107
5,18×1010
0,03
4,08×103
24,11
212,70
6,91
47,72
5,01
1,50×105
1,50×108
1,50×1011
0,15
5,01×103
34,61
1036,16
6,80
46,27
4,79
1,08×105
9,72×107
8,75×1011
0,13
4,31×103
32,57
816,29
Итого
83,85
586,09
56,06
1,63×106
1,86×109
2,16×1012
1,31
6,15×104
391,98
10174,1
Составим системы нормальных уравнений по каждой из моделей:
1. Линейная:
2. Параболическая:
3. Кубическая:
4. Гиперболическая:
5. Показательная:
6. Степенная:
7. Логарифмическая:
Представленные системы линейных уравнений можно решить различными методами (подстановок, Крамера, Жордана-Гауса, обратной матрицы). Найденные коэффициенты регрессии и сами уравнения представлены в таблице.
Коэффициенты регрессии
№
Вид модели
Коэффициенты регрессии
Уравнение регрессии
a0
a1
a2
a3
Линейная
-103,45
0,21
–
–
Параболическая
839,19
-1,53
7,89 10-4
–
Кубическая
-11324
32,2917
-0,0303
9,44 10-6
Гиперболическая
337,01
-232241
–
–
Показательная
22,44
1,0014
–
–
Степенная
0,0024
1,53
–
–
Логарифмическая
-1414,8
219,77
–
–
Для определения той из моделей, которая наиболее точно описывает зависимость двух показателей, необходимо подсчитать суммы квадратов их отклонений и определить минимальное из полученных значений. Подробный расчет по линейной модели приведен в первой таблице, во второй таблице представлены данные по всем рассматриваемым моделям регрессии.
Расчет суммы квадратов отклонений по линейной модели
№
y
x
106,55
-6,55
42,90
148,55
1,45
2,10
169,55
30,45
927,20
127,55
22,45
504,00
106,55
-6,55
42,90
85,55
-35,55
1263,80
148,55
-18,55
344,10
106,55
-36,55
1335,90
169,55
30,45
927,20
148,55
-118,55
14054,10
106,55
43,45
1887,90
85,55
34,45
1186,80
Итого
22518,90
Сумма квадратов отклонений для рассматриваемых моделей
№
Вид модели
Линейная
22518,90
Параболическая
20692,15
Кубическая
17136,71
Гиперболическая
22972,93
Показательная
25415,03
Степенная
24912,61
Логарифмическая
22595,40
Как видно из последней таблицы, наименьшее отклонение наблюдается при кубической модели, поэтому можно считать, что она наиболее точно описывает зависимость между премиальным фондом и прибылью предприятий. Графически данная зависимость представлена на рис. 3.3.
Рис. 3.3. Зависимость между прибылью и премиальным фондом.
2-й учебный вопрос: решение задач по множественному регрессионному анализу.
Рассмотрим методику корреляционно-регрессионного анализа на примере статистической обработки данных по предприятиям электросвязи