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.
О Т Ч Е Т... о результатах выполнения... компьютерной лабораторной работы Автоматизированный априорный анализ статистической совокупности в среде MS Excel...
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.
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
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
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов