МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА”
Інститут економіки і менеджменту
Кафедра маркетингу і логістики
/
ЛАБОРАТОРНА РОБОТА №3
з дисципліни “ Економіко-математичні методи і моделі”
на тему: “ Побудова лінійної багатофакторної моделі та
дослідження її адекватності”
Варіант - 10
Хід роботи
№
X1
X2
X3
Y
Утеор
(Утеор-Yceр)^2
(Y-Ycep)^2
(У-Утеор)^2
1
3,92
10,11
23,2
26,12
26,264
215,488
219,731
0,021
2
4,49
12,44
24,49
23,1
31,583
87,616
318,385
71,961
3
4,82
18,61
26,9
48,15
44,359
11,667
51,936
14,371
4
5,23
15,78
28,25
41,09
39,122
3,316
0,022
3,872
5
5,87
20,2
30,3
51,62
48,723
60,520
113,991
8,394
6
5,92
9,56
31,97
28,77
27,378
184,015
148,190
1,937
7
6,53
22,66
33,93
55,76
54,403
181,173
219,534
1,840
8
6,57
12,36
35,32
34,11
33,731
52,012
46,694
0,143
9
7,47
17,98
36,19
47,37
46,034
25,916
41,302
1,785
10
7,66
15,36
36,87
42,29
40,975
0,001
1,814
1,728
11
7,97
13,55
38,99
41,1
37,679
10,654
0,025
11,702
12
8,3
18,14
40,85
32,06
47,277
40,121
78,914
231,571
13
8,54
11,34
41,41
35,91
33,867
50,073
25,334
4,173
14
8,87
10,45
42,96
35,37
32,443
72,248
31,062
8,565
15
8,9
29,26
44,08
71,33
70,309
862,356
923,350
1,042
Сума
101,060
237,800
515,710
614,150
614,150
1857,177
2220,282
363,105
1. Будуємо кореляційну матрицю (R).
1
0,241571
0,993096
0,241571
1
0,250039
0,993096
0,250039
1
Матриця Z
72,93358641
0,524482694
-72,561222
0,524482694
1,070460817
-0,7885193
-72,5612219
-0,78851935
73,2574476
det R=0.0128538
2. Використовуючи χ2-критерій з ймовірністю 0,95 оцінюємо наявність загальної мультиколінеарності;
χ
р
2
=−
n−1−
2m+5
6
ln(
det
R)=−
15−1−
2∗3+5
6
ln
0,0128538
=52,974
χ
кр
2
=7,8 ;
χ
р
2
=52,974
χ
р
2
>
χ
кр
2
, то присутня загальна мультиколінеарність.
3. Оскільки існує загальна мультиколінеарність, то використовуючи t-статистику з р=0,95 виявляємо пари факторів, між якими існує мультиколінеарність. Якщо такі пари існують, то один із факторів вилучаємо.
/
Шукаємо критичне значення критерію Стьюдента: tкр=2,201. Оскільки |t13|> tкр, то між факторами х1 і х2 існує мультиколінеарність. Тому х3 вилучаємо з розрахунків.
4. Знаходимо оцінки параметрів багатофакторної регресії за формулою:
A
=
X
T
X
−1
(
X
T
Y
)
//
/
/
Отже, а0=1,577422, а1=1,110253, а2=2,011297
5. Оцінюємо щільність зв’язку між результативною і факторними ознаками за допомогою коефіцієнта детермінації.
R
2
=
(
y
і
−
y
)
2
(
y
i
−
y
)
2
=
1857,17
2220,28
=0,83646
R2=0,83646 оскільки R2 → 1, зв'язок щільний.
6. Перевіряємо адекватність побудованої моделі за допомогою критерію Фішера.
F=
?
2
1−
?
2
∗
?−?−1
?
=
0,83646
1−0,83646
∗
15−3−1
3
=18,75394
Fкр=3,89 (використовуємо функцію FРАСПОБР)
Оскільки F>Fкр, модель адекватна
7. Знаходимо прогнозне значення (y16) та інтервали довіри для прогнозу.
y16=а0+а1*х1(16)+а2*х2(16)= 72,10975
у
р
−∆
у
р
≤y≤
у
р
+∆
у
р
, де
∆
у
р
=t
σ
залиш.
Х
р
Т
∗
Х
Т
∗Х
−1
Х
р
+1
t=2,201
σ
залиш
=
(
у
і
−
у
і
)
2
n−m−1
=
363,87421
15−2−1
=5,745393
∆
у
р
=2,179∗5,745393∗0.576851=7.221724
56,88623344
у
87,202045
8. Визначаємо частинні коефіцієнти еластичності для прогнозу.
Е
х
і
=
dy
d
х
і
∗
х
і
y
Е
х
1
р
=
dy
d
х
1
р
∗
х
1
р
y
=0,138570
Е
х
2
р
=
dy
d
х
2
р
∗
х
2
р
y
=0,839554
Е
х
2
р
більш чутливий
/