7. Дисперсійний аналіз моделі

Для аналізу якості існуючої залежності між факторами регресії використовуються коефіцієнти (індекси) детермінації і кореляції.

Залишки моделі розраховуються: = u^{^}_{і .} Перепишемо цю залежність у іншому вигляді, враховуючи, що :

у_і - = ( â₀ + â_1·x_і+ u^{^}_і) – ( â₀ + â_1·) = â₁ ( x_і -) + u^{^}_і

у_і - )² = â₁ ( x_і -))² + 2 â₁ x_і -)· u_і + =

= â₁ ( x_і -))² + 2 â₁ x_і -)·(( у_і - ) – â₁ ( x_і -)) +.

Оскільки â₁ =,то = â₁ , і

другий доданок дорівнюватиме нулю.

= -)² +.

• Дисперсія залишків ( випадкова дисперсія) D_u ==характеризує міру відхилень значень залежного фактораy_i від розрахованих значень за моделлю y_i^.

• Дисперсія залежної змінної D_у=характеризує міру відхилень значень залежного фактораy_i від середнього значення .

• Систематична дисперсія D_y^{^} = â₁ ( x_і -))² = -)² характеризує міру відхилень розрахованих значень за моделлю y_i^ від середнього значення .

• Таким чином дисперсія залежної змінної дорівнює сумі систематичної дисперсіїідисперсії залишків: D_у= D _y^ + D_u , = -)² +.

• Коефіцієнт детермінації R² = 1- = є (0;1)

знаходиться для перевірки якості рівняння регресії і визначає характер лінійного впливу зміни значень факторів моделі на змінну Y, тобто на скільки відсотків рівняння регресії пояснює поведінку залежної змінної Y.

Крім того, показник R² може виявитися в ході розрахунків відємним, чому може сприяти: неякісна лінійна модель (звязок в моделі є нелінійним);

коефіцієнт моделі а₀є дуже і дуже малим;

малий обсяг статистичних даних.

• Коефіцієнт кореляції R =√ R² є (-1;1) характеризує тісноту лінійного зв’язку:

чим тіснішим є лінійний звязок міжХіY,тим ближчеR1,

чим слабшим є лінійний звязок міжХіY ,тим ближчеR0.

Крім того, якщо R > 0, то характер зміниХіY однаковий,R > 0 при а^{^}₁ > 0;

якщо R < 0, то характер зміниХіY протилежний,R < 0 при а^{^} ₁ < 0;

якщо R (X,Y) = 0, то величини X та Y некорельовані.

або вибірковий коефіцієнт кореляції

• Стандартне (середнє квадратичне) відхилення оцінки ả₀ :  _ả0 =  _u^

• Стандартне (середнє квадратичне) відхилення вільного члена рівняння регресії оцінки ả₁ знаходять за формулою _ả1 = _u^

• Інтервали надійності для оцінок :

• Межі (інтервали) надійності індивідуальних прогнозних

Y^*_пр - t_{α; ( n-2 )} · σ _u^ < Y^*_пр < Y^*_пр + t_{α; ( n-2)} · σ _u^

де t_a - статистика Ст'юдента, α- рівень значущості, k = n - 2 ступені свободи.

Лабораторна робота №1

«Економетрична модель парної регресії»

1. Постановка задачі.

2. Специфікація моделі: х –

у –

«Хмара розсіювання»

“Точечные диаграммы”: “Диапазон”: Массивы (Х; Y)

3. Розрахунок моделей

Лінійна модель: .

Розрахункова модель: .

Знаходження оцінок параметрів моделі

методом найменших квадратів

M= ,В =

• Виділити масив матриці результату: (mn)•(nk) = (mk);

• f_x: Математические → “МОБР”, “МУМНОЖ”

• Комбінація кнопок: F2+ Ctrl +Shift + Enter

4. Розрахункові таблиці:(фіксація значень , кнопкою „F4”)

№ п/п	Х	Y	X2	X۰Y	Y-	(Y-)2
Σ									→ 0

.