РефератыЭкономико-математическое моделированиеПоПостроение двухфакторной модели, моделей парной линейной прогрессии и множественной линейной регрессии

Построение двухфакторной модели, моделей парной линейной прогрессии и множественной линейной регрессии

ЗАДАНИЕ №1


По предложенной выборке наблюдений результативного признака у и факторных признаков х1,х2,х3
требуется с помощью корреляционного анализа выбрать факторные признаки для построения двухфакторной модели и пояснить свой выбор.






































n у
х1
х2
х3
1 88 38 54 87
2 71 49 92 57
3 62 44 74 68
4 49 78 76 42
5 76 62 41 76

Решение


Для получения искомых величин составим расчетную таблицу:



Получим: x1 = 54,2, х2=67,4, х3= 66; у*х1=3617; у*х2=4542,4; у*х3=4750,6; х1*х2=3657,2; х1*х3=3415,8; х2*х3= 4256,4


Рассчитаем r коэффициент корреляции между величинами у и х1; у и х2; у и х3; х1 и х2; х2 и х3; х1 и х3;


Cov
(
x
*у)= х*у –х*у


Cov
(
x
1*у)=3617-54.2*69.2 =-133,64


Cov
(
x
2*у)=4542,4-67,4*69,2 =-121,68


Cov
(
x
3*у)=4750,6-66*69,2 =183,4


Rх1у = cov(х1;у)
= -133,64
= -133,64
=- 0,712


Var
(
x
1)
Var
(
y
) 204,16*172,56 187,696


Rх2у = cov(х2;у)
=-121,68
= -121,68
= -0,5179


Var
(
x
2)
Var
(
y
) 319,84*172,56 234,928


R
х3у =
cov
(х3;у)
=183,4
=183,4
= 0,900


Var
(
x
3)
Var
(
y
) 240,4*172,56 203,675


Cov (x1*x2)=x1*x2-x1*x


Cov(x1*x2)=3657,2-54,2*67,4=4,12


Cov(x1*x3)=3415,8-54,2*66=-161,4


Cov(x2*x3)==4256,4-67,4*66=-192


Rх1х2 = cov(х1;х2)=4,12= 4,12 = 0,016


Var
(
x
1)
Var
(х2) 204,16*319,84 255,5357


R
х1х3 =
cov
(х1;х3)
= -161,4
= -161,4
= -0,728


Var
(х1)
Var
(х3) 204,16*240,4 221,54


R
х2х3 =
cov
(х2;х3)
= -192
= -192
= -0,692


Var
(х2)
Var
(х3) 240,4*319,84 277,288


Построим расчетную таблицу для двухфакторной модели




Для построения двухфакторной модели по модулю подходят х1 и х3 т.к у них более высокий показатель, но по факторному признаку х1 и х3> 0,6 значит выбираем х1 и х2


ЗАДАНИЕ № 2


Результаты обследования десяти статистически однородных филиалов фирмы в таблице (цифры условные). Требуется:


А. Построить модель парной линейной прогрессии производительности труда от фактора фондовооруженности, определить коэффициент регрессии, рассчитать парный коэффициент корреляции, оценить тесноту корреляционной связи, найти коэффициент эластичности и бета – коэффициент: пояснить экономический смысл всех коэффициентов;


Б. Построить модель множественной линейной регрессии производительности труда от факторов фондо- и энерго- вооруженности, найти все коэффициенты корреляции и детерминации, коэффициенты эластичности и - коэффициенты, пояснить экономический смысл всех коэффициентов.



Решение


А. Обозначим производительность труда через у
– резтивный признак, два других признака фондовооруженость и энерговооруженность будут фак.х1 и х2. Рассмотрим линейную модель зависимости производительности труда – у
от величины фондовооруженности – х
1 это модель выражения линейной функции f
вида у = а0 + а1*х1, параметры которой находят в результате решения системы нормального уровня, сформированных на основе метода наименьших квадратов, суть которого заключается в то, что бы сумма квадратов отклонений фактических уравнений ряда от соответствующих, выровненных по кривой роста значений была наименьшей.


а0*n+а_х1=_у


а0*_х1+а1*_х1^2=_(у*х1),


где суммирование приводится по всем


- n- группам,


- параметры а
0 и а
1можно рассчитать по формуле:


а
1= cov
(х1*у)
= ух
1-ух
1


var
(х1) х
2-2/х
1


а
0 = у

1*х


10*а
0+396*а
1 = 959


396*а
0+15838*а
1 = 38856


Составим расчетную таблицу



Из расчета таблицы имеем


ух
1 = 3885,60


х
1 = 1583,80


Дополнительно рассчитываем


ух
1 = 95,9*39,6 = 3797,64


х
1 = (39,6)^2 = 1568.16


а
1 = 3885,6-3797,64 = 87,96 = 5,624040


1583,8-1568,16 15,64


а
0 = 95,9-5,624040*39,6 = -126,81,


таким образом однофакторная модель имеет вид:


у
регр = а
0+а
1*х
1


у
регр = -126,812+5624041*х
1


Полученное уравнение является уравнением парной регрессии, коэффициента а
1 в этом уравнении называется коэффициентом регрессии. Знак этого коэффициента определяется направлением связи между у
и х
2. В нашем случае эта связь образуется а
1 = +5,624040(+) – связь прямая.



Теснота связи между у и х1 определяется коэффициентом корреляции:


rух1 = V1-о у регр.^ 2/ оу^2 , где оу – средняя квадратная ошибка выборки у из значений таблицы





rух1 0.8809071

rух1 = V1-142.79937/637.49 = 0.8809071


Чем ближе коэффициент корреляции к единице, тем теснее корреляционная связь: rух1=0,881, следовательно, связь между производительностью труда и фондовооруженностью достаточно тесная.


Коэффициент детерминации rух1^2





rух1^2 0.7759974

Это означает, что фактором фондовооруженности можно объяснить 77,6% изменения производительности труда.


Коэффициент эластичности Эух1 = а1*х1 ср./ у ср.; Эух1 = 5,624040*39,6/95,9





Эух1 2,322336

Это означает, что при увеличении фондовооруженности на 1%, производительность труда увеличится на 2,3223%.


Бета коэффициент _ух1 = а1*ох1/оу,


_ух1 = 5,624040*V15.64/ V637,49 = 0,8809072





_ух1 0,8809072

Это значит, что увеличение фондов

ооруженности на величину среднеквадратического отклонения этого показателя приведет к увеличению среднего значения производительности труда на 0,88 среднеквадратического отклонения.


Б. Модуль множественных регрессий рассматривается на периметре двухфакторной линейной модели, отражающей зависимость производительности труда у, от величины фондовооруженности (х
1) и энерговооруженности (х
2), модуль множественной регрессии имеет вид у = а
0+а

1+а

2.Параметры модели а
0,а
1,а
2, находятся путем решения системы нормальных уравнений:


а
0*n

1*Sх
1+а
2*Sх
2=Sу


а
0*Sх
1+а
1*

1^2+а
2*S(х
1*х
2) = S(у*х
1)


а
0*Sх
2+а
1*S(х
1*х
2)+а2*Sх
2^2 = Sу

2)


10*а
0+396*а
1+787*а
2 = 959


396*а
0+15838*а
1+31689*а
2 = 38859


787*а
0+31689*а
1+64005*а
2 = 78094


Рассчитаем таблицу



Решаем систему нормальным уравнением,методом Гаусса (метод исключения неизвестных).


Разделим каждое уравнение системы на коэффициент при а
0 соответственно:


а
0+39,6*а
1+78,7*а
2 = 95,9


а
0+39,994949*а
1+80,022727*а
2 = 98,128787


а
0+40,26556*а
1+81,327827*а
2 = 99,229987


из первогоуравнения системы вычитаем второе уравнение системы


а
0+39,6а
+78,7а
2 = 95,9


а
0 +39,994949а
1+30,022727а
2 = 98,128787


-0,394949-1,322727 = -2,228787


Из первого вычитаем третье уравнение:


а
0+39,6а
+78,7а
2 = 95,9


а
0+40,26556*а
1+81,327827*а
2 = 99,229987


-0,665563-2,627827 = -3,329987


получим систему с двумя неизвестными


0,394949*а
1+1,322727а
2 = 2,228787


0,665565*а
1+2,627827а
2 = 3,329987


Делим каждое уравнение на β при а
1 соответственно:


а
1+3,349108а
2 = 5,643227


а
1+3,948265а
2 = 5,003248


из первого вычитаем второе


-0,599157а
2 =
0,639979




а
2 = -1,0681323

Полученное значение а
2 подставим в уравнение с двумя неизвестными:


а
1+3,349108а
2 = 5,643227


а
1 = 5,643227-3,349108*(-1,0681323)


а
1 = 5,643227+3,577290




а
1 =9,220517

Полученное значение а
1 и а
2 подставим в любое из уравнений с тремя неизвестными


а
0+39,6а
+78,7а
2 = 95,9


а
0 = 95,9-39,6 а
1-78,7 а
2


а
0 = 95,9-39,6*9,220517-78,7*(-1,0681323)


а
0 = 95,9-365,132473+84,062012


а
0 = 185,170461




а
0 = -185,170461

Получим модель:


у = а
0+а

1+а

2


у
= -185,170461+9,220517х
1-1,0681323х
2


Ответ: у
= -185,170461+9,220517х
1-1,0681323х
2




Парные коэффициенты корреляции:


А. rух
1 = ((у*х
1)ср-у
ср*х
1ср)/(оу
*ох
1)





rух
1
0,881

Б. rух
2 = ((у*х
2)ср-у
ср*х
2ср)/(оу
*ох
2), где ох
2 = VS(х
2-х
2ср)^2/10








rух
2
0,722
ох
2
14,38

В. rх

2 = ((х
1*х
2)ср-х
1ср*х
2ср)/(ох
1*ох
2)







2
0,921

Чем ближе коэффициент корреляции к 1, тем теснее связь.


Коэффициент множественной корреляции:


А. rух

2 = V(rух
1^2+rух
2^2-2*rух
1*rух
2*rх

2)/(1-rх

2^2)







2
0,91

Таким образом, степень тесноты связи производительности труда с факторами фондовооруженности и энерговооруженности является высокой.


Совокупный коэффициент детерминации:





r
ух

2^2


0,829

Это означает, что совместное влияние двух факторов определяет 82,9% производительности труда.


Частные коэффициенты корреляции:


А.
r
ух
1(х
2) = (rух
1-rух
2*rх

2)/V(1-rух
2^2)*(1-rх

2^2)





r
ух
1(х
2)
0,831

т.е. теснота связи между производительностью труда и фондовооруженностью, при энерговооруженности, значительная.


В.R
ух
2(х
1) = (rух
2-rух
1*rх

2)/V(1-rух
1^2)*(1-rх

2^2)





rух
2(х
1)
-0,486

т.е. связи между производительностью труда и энерговооруженностью, при неизменной фондовооруженности, в данной выборке нет.


Частные коэффициенты эластичности:


А. эух
1(х
2) = а
1*х
1ср/у
ср





эух
1(х
2)
3.807

т.е. при увеличении фондовооруженности на 1% и неизменной энерговооруженности, производительность труда увеличится на 3,807%.


Б. эух
2(х
1) = а
2*х
2ср/у
ср





эух
2(х
1)
-0,877

т.е. при увеличении энерговооруженности, производительность труда не изменится.


Частные бета β коэффициенты:


А. βух
1(х
2) = а
1*ох
1/
оу





βух
1(х
2)
1,444

это означает, что при неизменной энерговооруженности, увеличение на величину среднеквадратического отклонения размера фондовооруженности приведет к увеличению средней производительности труда на 1,444 среднеквадратического отклонения.


Б. Βух
2(х
1) = а
2*ох
2/
оу





βух
2(х
1)
-0,6083377

это означает, что связи нет.

Сохранить в соц. сетях:
Обсуждение:
comments powered by Disqus

Название реферата: Построение двухфакторной модели, моделей парной линейной прогрессии и множественной линейной регрессии

Слов:1449
Символов:14732
Размер:28.77 Кб.