Лабораторная работа: Парный регрессионный анализ

5. Рассчитаем t — статистики Стьюдента:

Получается, что = 0,05916847, = 0,035668228. Значит коэффициент t_b1 не значим, т.к. t_b1 меньше t_табл и t_b0 не значим, так как меньше t_табл, .

Рассчитаем индекс корреляции:

Для этого надо еще добавить в таблицу значения y - , (y - )² , и рассчитать общую сумму по 36 регионам и их среднее значение.

В результате получаем, что I_r =0,103152553=r_xy . Следовательно, индекс корреляции и коэффициент корреляции рассчитаны, верно.

6. Рассчитаем значение коэффициента эластичности:

В результате Э = 0,625256944. Коэффициента эластичности показывает, что на 0,625256944% изменится среднедневная заработная плата (у) при изменении на 1% среднедушевой прожиточный минимум(х).

7. Оценить качество модели можно с помощью коэффициента аппроксимации:

Для этого надо еще добавить в таблицу значения |(y - )/y| и рассчитать общую сумму по 36 регионам.

В результате получаем, что А = 3,100451368, следовательно, коэффициент аппроксимации не принадлежит интервалу [0,7;1]. Значит можно сделать вывод о том, что модель не качественная.

Рассчитаем точность прогноза:

, где

х_р = 10698,1875

=-46434,55

Значит точность прогноза удельных постоянных расходов при прогнозном значении объема выпускаемой продукции, составляющей 119% от среднего уровня составляет 46434.

Рассчитаем ошибку прогноза:

= 6907,6

Значит, ошибка прогноза составляет 6907,6. Вычислим теперь на основе выше рассчитанного доверительный интервал:

Построение степенной регрессионной модели

Степенное уравнение регрессии имеет следующий вид:

, где

Для этого надо еще добавить в таблицу значения ln_y и x* ln_y , рассчитать общую сумму по 28 предприятиям и их среднее значение.