Контрольная работа: Cтатистическая надежность регрессионного моделирования

Связь между переменными x и y прямая, средняя, близкая к сильной, т.е. величина среднемесячной пенсии в значительной мере зависит от прожиточного минимума в среднем на одного пенсионера в месяц

б) Для определения средней ошибки аппроксимации рассчитываем столбцы

y_x , y- y_x , A_i :

A_i = y- y_x * 100, А = 1/n∑ⁿ _{i =1} A_i

Получаем значение средней ошибки аппроксимации

А = 2,77%

Величина ошибки аппроксимации говорит о хорошем качестве модели.

в) Величина коэффициента детерминации получена с помощью функции

ЛИНЕЙН R² = r_xy ² = 0,61,

то есть в 61% случаев изменения среднемесячного прожиточного минимума на одного пенсионера приводят к изменению среднемесячной пенсии. Другими словами – точность подбора регрессии 61 % - средняя.

3. Оценка статистической значимости

а) по критерию Фишера:

1. Выдвигаем нулевую гипотезу о статистической незначимости параметров регрессии и показателя корреляции а = b = r_xy =0;

2. Фактическое значение критерия получено из функции ЛИНЕЙН

∑(ỹx-y)²/m r²xy0,61

Fфакт= = (n-2) = (13-2) = 1,56*11 = 17,2;

∑(y-ỹ)² /(n-m-1) 1-r²xy 1-0,61

3. F_табл =4,84

4. Сравниваем фактическое и табличное значения критерия Fфакт> F_табл , т.е.нулевую гипотезу отклоняем и делаем вывод о статистической значимости и надежности полученной модели.

б) по критерию Стьюдента:

1. Выдвигаем гипотезу о статистически незначимом отличии показателей от нуля: a = b = r²xy = 0;

2. Табличное значение t – критерия зависит от числа степеней свободы и заданного уровня значимости α. Уровень значимости – это вероятность отвергнуть правильную гипотезу.

rxy √(n-m)

t=

√(1- r² _xy )

Где n – количество наблюдений; m – количество факторов.

t= 0,78√(13-2)= 2,59=4,18

√(1-0,61)0,62

3. Фактические значения t-критерия рассчитываются отдельно для каждого параметра модели. С этой целью сначала определяются случайные ошибки параметров mа , mb, mr_xy .