Измерение и Экономико-математические модели

Категория реферата: Рефераты по экономико-математическому моделированию
Теги реферата: сочинение по русскому, взаимодействие реферат
Добавил(а) на сайт: Kliment.

4. Анализ матрицы коэффициентов парных корреляций для абсолютных величин

Таблица 5

|№ фактора |Y |X1 |X2 |X3 |X4 |X5 |X6 |
|Y |1.00 |0.52|-0.22|-0.06|-0.23|0.44|0.12|
|X1 |0.52 |1.00|0.38 |0.52 |0.38 |0.74|0.60|
|X2 |-0.22|0.38|1.00 |0.91 |1.00 |0.68|0.74|
|X3 |-0.06|0.52|0.91 |1.00 |0.91 |0.86|0.91|
|X4 |-0.23|0.38|1.00 |0.91 |1.00 |0.67|0.74|
|X5 |0.44 |0.74|0.68 |0.86 |0.67 |1.00|0.85|
|X6 |0.12 |0.60|0.74 |0.91 |0.74 |0.85|1.00|

Из таблицы 4 находим тесно коррелирующие факторы. Налицо мультиколлениарность факторов Х2 и Х4 . Оставим только один фактор Х2 . Так же достаточно высокий коэффициент корреляции ( 0.91 ) между факторами Х2 и
Х3 . Избавимся от фактора Х3 .

5. Построение уравнения регрессии для абсолютных величин

Проведём многошаговый регрессионный анализ для оставшихся факторов :
Х1 , Х2 , Х5 , Х6 .

а) Шаг первый .

Y = 12. 583 + 0 * X1 + 0.043 * X2 + 0.021 * X5 - 0.368 * X6

Коэффициент множественной корреляции = 0.861
Коэффициент множественной детерминации = 0.742
Сумма квадратов остатков = 32.961 t1 = 0.534 * t2 = 2.487 t5 = 2.458 t6 = 0.960 *
У фактора Х1 t-критерий оказался самым низким . Следовательно фактором Х1 можно пренебречь . Вычеркнем этот фактор .

б) Шаг второй.

Y = 12.677 - 0.012 * X2 + 0.023 * X5 - 0.368 * X6

Коэффициент множественной корреляции = 0.854
Коэффициент множественной детерминации = 0.730
Сумма квадратов остатков = 34.481 t2 = 2.853 t5 = 3.598 t6 = 1.016 *
У фактора Х6 t-критерий оказался самым низким . Следовательно фактором Х6 можно пренебречь . Вычеркнем этот фактор .

в) Шаг третий .

Y = 12.562 - 0.005 * X2 + 0.018 * X5

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|-0.0|-0.1|
| | | | | | |1 |1 |
|X1 |0.14 |1.00|-0.12|-0.44|-0.17|-0.0|0.02|
| | | | | | |9 | |
|X2 |-0.91|-0.1|1.00 |-0.12|0.98 |-0.0|-0.3|
| | |2 | | | |1 |8 |
|X3 |0.02 |-0.4|-0.12|1.00 |0.00 |0.57|0.34|
| | |4 | | | | | |
|X4 |-0.88|-0.1|0.98 |0.00 |1.00 |0.05|-0.0|
| | |7 | | | | |5 |
|X5 |-0.01|-0.0|-0.01|0.57 |0.05 |1.00|0.25|
| | |9 | | | | | |
|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)

Поделитесь этой записью или добавьте в закладки