Файл: Решение задачи 1 Ответ на задачу 1.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 02.05.2024

Просмотров: 26

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
и с числом степеней свободы :



Рассчитываем доверительный интервал:



Нижняя граница прогноза:



Верхняя граница прогноза:



Вывод: с вероятностью 99% можно утверждать, что если значение среднедушевых денежных доходов населения в месяц составит 32049,0 руб., то величина потребительских расходов в среднем на душу населения будет находится в пределах от 16684,23 до 31807,59.


Рисунок 2 – Результаты моделирования и прогнозирования

8. Рассчитаем коэффициенты линейного уравнения множественной регрессии для зависимости потребительских расходов в среднем на душу населения от среднедушевых денежных доходов населения и уровня безработицы.

Общий вид линейного двухфакторного уравнения регрессии:

, где

– расчетные (теоретические) значения результативного признака;

– оценки параметров линейного уравнения регрессии;

– значения факторных признаков.

Вектор неизвестных параметров методом наименьших квадратов рассчитывается по формуле:

, где

– вектор значений параметров модели;

– матрица значений факторов (столбец единиц представляет собой свободный член);

– транспонированная матрица значений факторов;


– вектор значений результативного признака.

Неизвестные параметры модели можно определить, решив систему нормальных уравнений:



Вспомогательные промежуточные расчеты сумм представлены в таблице 2 и 4.

Получаем систему:



Таблица 3 – Вспомогательная таблица для построения двухфакторной модели регрессии

















1

22797

18052

3,7

519703209

84348,9

13,69

66792,4

2

20334

16133

8

413471556

162672

64

129064

3

36735

31757

4,8

1349460225

176328

23,04

152433,6

4

46124

32422

3,1

2127423376

142984,4

9,61

100508,2

5

24386

18237

5,6

594676996

136561,6

31,36

102127,2

6

19503

13484

11,2

380367009

218433,6

125,44

151020,8

7

15603

9878

14,8

243453609

230924,4

219,04

146194,4

8

21571

18855

5,2

465308041

112169,2

27,04

98046

9

22829

17258

6,1

521163241

139256,9

37,21

105273,8

10

30015

23115

4,9

900900225

147073,5

24,01

113263,5

11

24434

17855

7,5

597020356

183255

56,25

133912,5

12

23166

17749

6,1

536663556

141312,6

37,21

108268,9

13

28852

22895

6,7

832437904

193308,4

44,89

153396,5

14

25431

20844

6,7

646735761

170387,7

44,89

139654,8

15

27296

20314

6,3

745071616

171964,8

39,69

127978,2


Продолжение таблицы 3

16

24081

20681

9,3

579894561

223953,3

86,49

192333,3

17

42669

32080

6,9

1820643561

294416,1

47,61

221352

18

23992

18352

10,2

575616064

244718,4

104,04

187190,4

19

48758

33201

4,9

2377342564

238914,2

24,01

162684,9

20

34619

27638

5,4

1198475161

186942,6

29,16

149245,2

21

39084

32997

3,8

1527559056

148519,2

14,44

125388,6

22

30937

24938

5,6

957097969

173247,2

31,36

139652,8

23

59774

35242

5

3572931076

298870

25

176210

24

53783

43147

5,3

2892611089

285049,9

28,09

228679,1

Итого

746773

567124

157,1

26376027781

4505611,9

1187,57





Решая систему относительно неизвестных параметров, получаем:



Получили двухфакторную модель регрессии:



Вывод: коэффициент регрессии показывает, что при увеличении среднедушевых денежных доходов населения в месяц на 1 руб., значение потребительских расходов на душу населения в среднем увеличится на 0,608 руб., при неизменном значении фактора
(уровень безработицы).

Коэффициент регрессии показывает, что при увеличении уровня безработицы на 1% значения в среднем снижается на 432,791 руб., при неизменном значении фактора (среднедушевые денежные доходы населения в месяц).

Теоретические (расчетные) значения результативного показателя получаем путем последовательной подстановки значений факторов в уравнение регрессии.

Рассчитываем остатки, как разность фактических и расчетных значений:



Расчет представлен в таблице 4.

Таблица 4 – Вспомогательная таблица для оценки качества модели

















1

18052

22797

3,7

19802,528

-1750,528

3064347,992

31115943,361

2

16133

20334

8

16443,544

-310,544

96437,683

56207508,028

3

31757

36735

4,8

27803,47

3953,53

15630398,289

66045420,028

4

32422

46124

3,1

34249,551

-1827,551

3339943,28

77296333,361

5

18237

24386

5,6

19946,646

-1709,646

2922888,894

29086246,694

6

13484

19503

11,2

14553,204

-1069,204

1143196,349

102944698,028

7

9878

15603

14,8

10623,198

-745,198

555320,525

189122088,028

8

18855

21571

5,2

18407,695

447,305

200081,546

22802216,694

9

17258

22829

6,1

18783,292

-1525,292

2326515,119

40604508,028

10

23115

30015

4,9

23673,125

-558,125

311503,837

265396,694

11

17855

24434

7,5

19153,536

-1298,536

1686196,594

33352550,028

12

17749

23166

6,1

18988,253

-1239,253

1535748,733

34588121,361

13

22895

28852

6,7

22186,772

708,228

501587,518

540470,028

14

20844

25431

6,7

20106,139

737,861

544439,108

7762724,694

15

20314

27296

6,3

21413,538

-1099,538

1208982,943

10996961,361

16

20681

24081

9,3

18159,82

2521,18

6356348,619

8697584,028

17

32080

42669

6,9

30503,634

1576,366

2484929,285

71399683,361

18

18352

23992

10,2

17716,179

635,821

404268,56

27859043,361

19

33201

48758

4,9

35072,511

-1871,511

3502554,328

91600850,694

20

27638

34619

5,4

26256,856

1381,144

1907557,623

16062728,028

21

32997

39084

3,8

29664,91

3332,09

11102826,766

87737566,694

22

24938

30937

5,6

23930,927

1007,073

1014196,502

1710428,028

23

35242

59774

5

41729,101

-6487,101

42082475,04

134834673,361

24

43147

53783

5,3

37955,571

5191,429

26950932,33

380906783,361

Итого

567124

746773

157,1

567124

0,00

130873677,464

1523540527,33



9. Дадим интервальные оценки параметров

Остаточная сумма квадратов отклонений:



Рассчитаем среднюю квадратическую ошибку модели:



Стандартные ошибки параметров рассчитывают по формуле:

, где

– диагональные элементы матрицы



Находим обратную матрицу :



Стандартные ошибки параметров модели:







Табличное (критическое) значение критерия на уровне значимости и с числом степеней свободы :



Доверительный интервал для свободного члена :







Вывод: в доверительный интервал попадает 0, свободный член не является статистически значимым.

Доверительный интервал для коэффициента регрессии :







Вывод: с вероятность 99% значение коэффициента регрессии будет находится в пределах от . Т.е. с вероятностью 99% при увеличении среднедушевых денежных доходов населения в месяц