Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
emmm_metod_2014.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
4 Мб
Скачать
☆

Хід роботи

І. Постановка задачі

Задача № 1

  • Перевірити вибірку на автокореляцію за критерієм знаків.

  • Перевірити вибірку на автокореляцію за критерієм Дарбіна–Уотсона.

  • Перевірити вибірку на автокореляцію за критерієм фон Неймана.

х

у

27,1

24

28,2

25

29,3

25,7

31,3

27

34

28,8

36

30,8

38,7

33,8

43,7

38,1

50

43,4

52,1

45,5

  • На основі вихідних даних побудувати модель даної залежності у вигляді лінійного рівняння.

  • Знайти оцінки параметрів лінії регресії по даній стохастичній залежності.

  • Оцінити адекватність моделі статистичним даним з ймовірністю Р=0,95.

  • З ймовірністю Р=0,95 визначити наявність автокореляції в залишках.

  • У випадку наявності автокореляції в залишках, побудувати модель даної залежності за допомогою методу Ейткена та перетворення вхідної інформації.

  • Визначити наявність автокореляції у залишках для отриманої моделі. Зробити висновки.

Порядок виконання роботи

  1. 1.Знайти параметри моделей та за допомогою вбудованої функції Excel LINEST( = 0,171809; =0,864962).

2. Знайти залишки регресійної моделі, яка має вигляд та виписати їх знаки.

х

у

Ŷ

uі

Знаки залишків

27,1

24

23,61228

-0,38772

-

28,2

25

24,56374

-0,43626

-

29,3

25,7

25,51519

-0,18481

-

31,3

27

27,24512

0,245118

+

34

28,8

29,58052

0,780516

+

36

30,8

31,31044

0,51044

+

38,7

33,8

33,64584

-0,15416

-

43,7

38,1

37,97065

-0,12935

-

50

43,4

43,41991

0,019907

+

52,1

45,5

45,23633

-0,26367

-

3. Підрахувати кількість додатних залишків , від’ємних та кількість серій знаків – чергування груп «+» та «-» . ( =4, =6, =5).

4. За статистичними таблицями (додаток) знайдемо верхню та нижню межі для =5. У верхній частині таблиці знаходимо нижню межу. Для цього обираємо необхідний нам рядок =4 та стовпчик =6 і отримуємо значення 2. У нижній частині таблиці знайдемо верхню межу для тих самих значень та . Верхня межа дорівнює 9. Значення знаходиться в отриманих межах: 2< <9; 2<12<9.

Можна зробити висновок, що за критерієм знаків автокореляція _______________.

ІІ. 1. Для перевірки вибірки на наявність автокореляції за критерієм Дарбіна–Уотсона необхідно заповнити відповідну таблицю:

х

у

Ŷ

uі

uі2

uі –1

uі–uі–1

(uі–uі–1)2

27,1

24

23,61228

-0,38772

0,150328

 

 

 

28,2

25

24,56374

-0,43626

0,190326

-0,38772

-0,04854

0,002356

29,3

25,7

25,51519

-0,18481

0,034153

-0,43626

0,251458

0,063231

31,3

27

27,24512

0,245118

0,060083

-0,18481

0,429924

0,184835

34

28,8

29,58052

0,780516

0,609205

0,245118

0,535397

0,28665

36

30,8

31,31044

0,51044

0,260549

0,780516

-0,27008

0,072941

38,7

33,8

33,64584

-0,15416

0,023766

0,51044

-0,6646

0,441697

43,7

38,1

37,97065

-0,12935

0,016732

-0,15416

0,02481

0,000616

50

43,4

43,41991

0,019907

0,000396

-0,12935

0,14926

0,022279

52,1

45,5

45,23633

-0,26367

0,069523

0,019907

-0,28358

0,080418

370,4

322,1

322,1

1,42E-14

1,415062

0,263673

0,124049

1,155022

2. Розрахувати d–статистику на основі табличних даних:

DW= ( )

3. Користуючись статистичними таблицями Дарбіна–Уотсона для n=10 (обсяг вибірки), m=1 (кількість незалежних змінних) та заданим рівнем значущості – 5%, знаходимо значення dl= 0,879 та du=1,32. Розрахункове значення d < dl, можна зробити висновок, що автокореляція ______________

ІІІ. 1. Зробити перевірку вибірки на автокореляцію за критерієм фон Неймана(Qкр=1,18) (Q=0,9069)

IV. На основі вихідних даних побудувати модель даної залежності у вигляді лінійного рівняння. Знайти оцінки параметрів лінії регресі. Оцінити адекватність моделі

0,864962

0,171809

0,015652

0,594814

0,997387

0,420574

3053,853

8

540,1739

1,415062

y=

0,172

+

0,865

x

ȳ

32,21

σ²у

60,17656

r

0,998693

ẋ

37,04

σу

7,757355

r²

0,997387

σ²х

72,2004

σ²u

0,176886

σu

0,420578

V. 1.Для побудови нової моделі за методом Ейткена, необхідно обчислити параметр : =

2.Побудувати матрицю :

1

0,772143

0,596205

0,460356

0,355461

0,274467

0,211927

0,163638

0,126352

0,772143

1

0,772143

0,596205

0,460356

0,355461

0,274467

0,211927

0,163638

0,596205

0,772143

1

0,772143

0,596205

0,460356

0,355461

0,274467

0,211927

0,460356

0,596205

0,772143

1

0,772143

0,596205

0,460356

0,355461

0,274467

0,355461

0,460356

0,596205

0,772143

1

0,772143

0,596205

0,460356

0,355461

0,274467

0,355461

0,460356

0,596205

0,772143

1

0,772143

0,596205

0,46036

0,211927

0,274467

0,355461

0,460356

0,596205

0,772143

1

0,772143

0,596205

0,163638

0,211927

0,274467

0,355461

0,460356

0,596205

0,772143

1

0,77214

0,126352

0,163638

0,211927

0,274467

0,355461

0,460356

0,596205

0,772143

1

3. Побудувати обернену до матрицю.

2,4765

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,9122

0

0

0

0

0

0

0

0

-1,9122

3,95301

-1,91222

0

0

0

0

0

0

0

0

-1,9122

2,476505

4. Знайдемо матрицю

2,157192

82,13325

82,13325

3539,49

5. Знайдемо матрицю

3,979239

-0,09234

-0,09234

0,002425

6. Знайдемо матрицю

71,69658

3084,931

7. Знайдемо матрицю - оцінки параметрів та

0,442826

=b0

0,861299

=b1

8. Розрахувати нові розрахункові значення показника Ŷ з новими оцінками параметрів та ; залишки моделі; квадрати залишків моделі; різниці відповідного і попереднього залишків моделі; квадрати різниці відповідного і попереднього залишків моделі;

х

у

Ŷ'

uі'

Знаки залиш

ків

uі2

uі –1

uі–uі–1

(uі–uі–1)2

(uі –1)*uі

27,1

24

23,78404

0,21596

+

0,046638

28,2

25

24,73147

0,268536

+

0,072108

0,215959

0,052571

0,002764

0,057992

29,3

25,7

25,6789

0,021106

+

0,000445

0,26853

-0,24743

0,061221

0,005666

31,3

27

27,4015

-0,401498

-

0,161201

0,021101

-0,4226

0,17859

-0,00847

34

28,8

29,72701

-0,927007

-

0,859341

-0,4015

-0,52551

0,276159

0,372191

36

30,8

31,44961

-0,649605

-

0,421987

-0,92701

0,277401

0,076951

0,602189

38,7

33,8

33,77511

0,024886

+

0,000619

-0,64961

0,674492

0,454939

-0,01617

43,7

38,1

38,08161

0,018389

+

0,000338

0,024886

-0,0065

4,22E-05

0,000458

50

43,4

43,5078

-0,107797

-

0,01162

0,018389

-0,12619

0,015923

-0,00198

52,1

45,5

45,31653

0,18347

+

0,033663

-0,1078

0,291271

0,084839

-0,01978

55

47,81429

370,4

322,1

323,45

-1,35

1,61

-1,54

-0,03

1,15

0,99

Розрахувати нове значення критерію Дарбіна-Уотсона та Неймана, зробити непараметричний тест. Порівняти його з критичним значенням при n=10 і =0,05 і зробити висновок чи звільнились від автокореляції залишків ( якщо ні, то визначити яка це кореляція).

кр д-у

кр неймана

DW=

0,716079

Q=

0,795644

dl=

0,879

Qкр=

1,18

du=

1,32

9. Оцінити адекватність нової моделі (чи покращилась модель?)

y=

0,442826

+

0,861299424

x

σ²u=

0,200995

r=

0,998514411

σu=

0,448325

r²=

0,99703103

10. Визначити прогнозне значення Ŷі+1 для Хі+1=55

Ŷі+1 = Ŷі+1 + ui; ui=yi- Ŷі;

ui*=

0,141668

Ŷі+1 =

47,95596258

11 Побудувати модель даної залежності за допомогою методу перетворення вхідної інформації

Метод покращення моделі(Т2)

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

0

0

0

0

0

Т2=

0

0

0

0

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

0

0

0

0

0

0

0

0

0

-0,77214

1

6,468562

7,274918

xт * x*

1132,677

6,396419

7,52556

(xт * x*)-1

0,000883

7,155918

8,676203

xт * y*

983,051

y*=t*y

7,952132

x*=t*x

9,831916

8,562274

9,74713

(xт * x*)-1*(xт * y*)

0,867901

=b1

10,01799

10,90284

b0=ȳ-b1*ẋ

0,062951

=b0

12,00156

13,81806

13,98134

16,25734

11,98898

13,49284

xт

7,274918

7,52556

8,676203

9,831916

9,74713

10,90284

13,81806

16,25734

13,49284

y=

0,062951

+

0,867901

x

σ²u=

0,177662

r=

0,998687

σu=

0,4215

r²=

0,997376

Ŷ'

uі'

Знаки залишків

uі2

uі –1

uі–uі–1

(uі–uі–1)2

(uі –1)*uі

23,58307

0,416935

+

0,173835

 

 

 

 

24,53776

0,462244

+

0,213669

0,416935

0,045309

0,002053

0,192726

25,49245

0,207553

+

0,043078

0,462244

-0,25469

0,064867

0,09594

27,22825

-0,22825

-

0,052098

0,207553

-0,4358

0,189923

-0,04737

29,57158

-0,77158

-

0,595338

-0,22825

-0,54333

0,29521

0,176113

31,30738

-0,50738

-

0,257438

-0,77158

0,264198

0,069801

0,391487

33,65072

0,149285

+

0,022286

-0,50738

0,656668

0,431212

-0,07574

37,99022

0,10978

+

0,012052

0,149285

-0,0395

0,001561

0,016388

43,458

-0,058

-

0,003363

0,10978

-0,16778

0,028149

-0,00637

45,28059

0,219412

+

0,048142

-0,058

0,277408

0,076955

-0,01272

 

 

 

 

 

 

 

 

322,10

0,00

 

1,42

-0,22

-0,20

1,16

0,73

кр д-у

кр неймана

DW=

0,815966

Q=

0,906629

dl=

0,879

qкр=

1,18

du=

1,32

 

12. Зробити висновок.

ІІ. Завдання для самостійної роботи.

(Для визначення числових значень коефіцієнтів використовується: N – Ваш порядковий номер в списку студентів групи, K – остання цифра номеру Вашої групи).

  1. Зробити висновки про автокореляційні залишки моделі.

  2. Розв’язати задачу:

  • Перевірити вибірку на автокореляцію за критерієм знаків.

  • Перевірити вибірку на автокореляцію за критерієм Дарбіна–Уотсона.

  • Перевірити вибірку на автокореляцію за критерієм фон Неймана.

X

Y

1

40,69+N

2

68,76

3

91,76

4

45,03+N

5

67,69

6

115,9

7

152,7

8

73,84+N

9

110,4

10

184,2

11

240,1

12

114,2

13

168,8

14

279,6

15

359,6

16

171+K

17

248,7

18

405,3

19

514,9

20

240,6

21

347,9

22

562+N

23

708,2

24

327,3

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]