Реферат: Моделирование экономических показателей

Коэффициент множественной корреляции = 0.831

Коэффициент множественной детерминации = 0.688

Сумма квадратов остатков = 39.557

t2 = 3.599

t5 = 4.068

В результате трёхшаговой регрессии мы получили рабочее уравнение.

6. Анализ матрицы коэффициентов парных корреляций для относительных величин

Таблица 5

№ фактора	Y	X1	X2	X3	X4	X5	X6
Y	1.00	0.14	-0.91	0.02	-0.88	-0.01	-0.11
X1	0.14	1.00	-0.12	-0.44	-0.17	-0.09	0.02
X2	-0.91	-0.12	1.00	-0.12	0.98	-0.01	-0.38
X3	0.02	-0.44	-0.12	1.00	0.00	0.57	0.34
X4	-0.88	-0.17	0.98	0.00	1.00	0.05	-0.05
X5	-0.01	-0.09	-0.01	0.57	0.05	1.00	0.25
X6	-0.11	0.02	-0.38	0.34	-0.05	0.25	1.00

В таблице выявляем тесно коррелирующие факторы. Таким образом, не трудно заметить достаточно высокий коэффициент корреляции между факторами Х2 и Х4. Избавимся от Х2

7. Построение уравнения регрессии для относительных величин

а) Шаг первый .

Y = 25,018+0*Х1+

Коэффициент множественной корреляции = 0,894

Коэффициент множественной детерминации = 0.799

Сумма квадратов остатков = 26,420

t1 = 0,012*

t2 = 0,203*

t3 =0.024*

t4 =4.033

t5 = 0.357*

t6 = 0.739 *

У фактора Х1 t-критерий оказался самым низким . Следовательно фактором Х1 можно пренебречь . Вычеркнем этот фактор .

б) Шаг второй .

Y = e ^3.141 * X2^(-0.722) * X5^0.795 * X6^(-0.098)

Коэффициент множественной корреляции = 0.890

Коэффициент множественной детерминации = 0.792

Сумма квадратов остатков = 0.145

t2 = 4.027

t5 = 4.930

t6 = 0.623 *

У фактора Х6 t-критерий оказался самым низким . Следовательно фактором Х6 можно принебречь . Вычеркнем этот фактор .