рефераты конспекты курсовые дипломные лекции шпоры

Раздел Транспорт
/
Вид работы: Лабораторные Работы
/
Определение практической пригодности построенной регрессионной модели.

Реферат Курсовая Конспект

Выберите учебное заведение

Определение практической пригодности построенной регрессионной модели.

Определение практической пригодности построенной регрессионной модели. - Лабораторная Работа, раздел Транспорт, Автоматизированный априорный анализ статистической совокупности в среде MS Excel Практическую Пригодность Построенной Модели ...

Практическую пригодность построенной модели можно охарактеризовать по величине линейного коэффициента корреляции r:

· близость к единице свидетельствует о хорошей аппроксимации исходных (фактических) данных с помощью построенной линейной функции связи ;

· близость к нулю означает, что связь между фактическими данными Х и Y нельзя аппроксимировать как построенной, так и любой другой линейной моделью, и, следовательно, для моделирования связи следует использовать какую-либо подходящую нелинейную модель.

Пригодность построенной регрессионной модели для практического использования можно оценить и по величине индекса детерминации R², показывающего, какая часть общей вариации признака Y объясняется в построенной модели вариацией фактора X.

В основе такой оценки лежит равенствоR = r(имеющее место для линейных моделей связи), а также шкала Чэддока, устанавливающая качественную характеристику тесноты связи в зависимости от величины r.

Согласно шкале Чэддока высокая степень тесноты связи признаков достигается лишь при >0,7, т.е. при >0,7. Для индекса детерминации R²это означает выполнение неравенстваR²>0,5.

При недостаточно тесной связи признаков X, Y (слабой, умеренной, заметной) имеет место неравенство 0,7, а следовательно, и неравенство .

С учетом вышесказанного, практическая пригодность построенной модели связи оценивается по величине R²следующим образом:

· неравенство R²>0,5 позволяет считать, что построенная модель пригодна для практического применения, т.к. в ней достигается высокая степень тесноты связи признаков X и Y, при которой более 50% вариации признака Y объясняется влиянием фактора Х;

· неравенство означает, что построенная модель связи практического значения не имеет ввиду недостаточной тесноты связи между признаками Xи Y, при которойменее 50% вариации признака Y объясняется влиянием фактора Х, и, следовательно, фактор Х влияет на вариацию Y в значительно меньшей степени, чем другие (неучтенные в модели) факторы.

Значение индекса детерминации R² приводится в табл.2.5 в ячейке В79 (термин "R -квадрат").

Вывод:

Значение линейного коэффициента корреляции r и значение индекса детерминации R² согласно табл. 2.5 равны: r =…….…….., R²=……..………. Поскольку и , то построенная линейная регрессионная модель связи пригодна (не пригодна) для практического использования.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

Автоматизированный априорный анализ статистической совокупности в среде MS Excel

О Т Ч Е Т... о результатах выполнения... компьютерной лабораторной работы Автоматизированный априорный анализ статистической совокупности в среде MS Excel...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Определение практической пригодности построенной регрессионной модели.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Постановка задачи
При проведении статистического наблюдения за деятельностью предприятий корпорации получены выборочные данные о среднегодовой стоимости основных производственных фондов и выпуске продукции за год по

Задача 1.
Вывод: Количество аномальных единиц наблюдения (табл.2) равно ............., номера предприятий ...........................................................................

Асимметричность
Значения выборочных показателей представлены в табл. 8. Таблица 8 Описательные статистики выборочной совокупности Обобщающие статистические пока

Задача 3.
3а). Степень колеблемости признака определяется по значению коэффициента вариации Vsв соответствии с оценочной шкалой колеблемости признак

Постановка задачи статистического исследования
Корреляционно-регрессионный анализ взаимосвязи признаков является составной частью проводимого статистического исследования деятельности 30-ти предприятий и частично использует результаты ЛР-1.

Границы доверительных интервалов коэффициентов уравнения
Коэффициенты Границы доверительных интервалов Для уровня надежности Р=0,95 Для уровня надежности Р=0,683

Общая оценка адекватности регрессионной модели по F-критерию Фишера
Адекватность построенной регрессионной модели фактическим данным (xi, yi) устанавливается по критерию Р.Фишера, оценивающему статистическую значимость

Оценка погрешности регрессионной модели
Погрешность регрессионной модели можно оценить по величине стандартной ошибки

Экономическая интерпретация коэффициента эластичности.
С целью расширения возможностей экономического анализа явления используется коэффициент эластичности

Регрессионные модели связи
Вид уравнения Уравнение регрессии Индекс детерминации R2 Полином 2-го порядка

Постановка задачи статистического исследования
В процессе статистического изучения деятельности одного из предприятий получены данные о годовом выпуске продукции (в стоимостном выражении) за шестилетний период, а также данные о выпуске продукци

Задача 1.1.
Аналитические показатели рядов динамики строятся на основе сравнения двух уровней ряда. Используют два способа сравнения уровней: 1) базисный способ, при котором каждый после

Задача 1.2.
В табл.3.2 приведены данные, характеризующие динамику изменения уровней ряда за отдельные периоды времени. Для обобщающей оценки изменений уровней ряда за весь ра

Прогноз показателя выпуска продукции на 7-ой год методом экстраполяции
Применение метода экстраполяции основано на инерционности развития социально-экономических явлений и заключается в предположении о том, что тенденция развития данного явления в будущем не бу

Задача 2.1.
Прогнозирование уровня ряда динамики с использованием среднего абсолютного прироста и среднего темпа роста осуществляется соответственно по формулам:

Задача 2.2.
Прогнозирование выпуска продукции предприятием на год вперёд методом аналитического выравнивания ряда динамики по прямой, параболе и степенной функции выполнено с использова

Задача 3.1.
Значения скользящей средней, полученные на основе трёхзвенной скользящей суммы, представлены в табл.3.5. Таблица 3.5 Вывод: Анализ данных табл.3.5 показы