Благодарю за контрольную по микроэкономике, выполнено качественно и в срок)
Информация о работе
Подробнее о работе
По территориям региона приводятся данные за 2014 год (таблица 5
- 3 страниц
- 2019 год
- 41 просмотр
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Рис. 5.1. Поле корреляции
Далее рассчитаем параметры линейного уравнения парной регрессии
ŷх=a+b*x (5.1)
Для расчетов параметров уравнения линейной регрессии составим таблицу 5.2.
Таблица 5.2
Данные расчета параметров уравнения линейной регрессии
Построение линейной регрессии сводится к оценке ее параметров a и b. Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов. Метод наименьших квадратов позволяет получить такие оценки параметров а и b, при которых сумма квадратов отклонений фактических значений результативного признака у от теоретических ŷx минимальна.
Запишем систему линейных уравнений для оценки параметров а и b (5.2)
(5.2)
Определим искомые оценки параметров линейного уравнения парной регрессии а и b.
(5.3.)
(5.4.)
где = (5.5.)
(5.6.)
Подставляя значения из таблицы 5.2., определим значения:
=10605,92-(102,42)2=116,06
==11.945
b=
a=158.25-0.714*102.42=85.122
Подставляем значения а и b в уравнение (5.1):
ŷх=85,122+0,714*x
Увеличение среднедушевого прожиточного дневного минимума одного трудоспособного на 85 руб, приведет увеличению среднедневной заработной платы на 0,714 руб.
Если между экономическими явлениями существуют нелинейные соотношения, то они выражаются с помощью нелинейных функций.
Регрессии, нелинейные по включенным переменным приводятся к линейному виду простой заменой переменных, а дальнейшая оценка параметров приводится с помощью метода наименьших квадратов.
Рассмотрим функцию ŷх=85,122+0,714*x
Для расчета параметров уравнения нелинейной регрессии составим таблицу 5.3.
Таблица 5.3.
Данные расчета параметров уравнения регрессии
Для нахождения параметров регрессии
ŷх=a+b* (5.7.)
делаем замену z=.
Тогда уравнение будет выглядеть: ŷх=a+b*z (5.8.)
Найдем параметры регрессии
(5.9.)
(5.10.)
где = (5.11.)
Отсутствует
По территориям региона приводятся данные за 2014 год (таблица 5.1.)
Таблица 5.1.
Исходные данные
Требуется:
1. По выборочным данным исследовать зависимость между показателями x и y и построить парную регрессионную модель.
Установить наличие связи между исследуемыми показателями графическим методом (построить корреляционное поле).
Построить регрессионную модель с использованием не менее двух уравнений регрессии и отобрать лучшее по критерию минимума остаточной дисперсии.
2. Рассчитать линейный коэффициент парной корреляции, среднюю ошибку аппроксимации, коэффициент корреляции, коэффициент детерминации, индекс корреляции.
3. Оценить статистическую значимость параметров регрессии и корреляции с помощью F-критерия Фишера и t-критерия Стьюдента. Вычислите ошибки коэффициента корреляции и параметров модели с заданной доверительной вероятностью 5%.
4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x, составляющем 117% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
С помощью «Мастер диаграмм» МExcel посмотрим поле корреляции (рис.5.1.)
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
