Файл: Для анализа зависимости цены автомобиля y от его возраста Х.doc

ВУЗ: Не указан

Категория: Решение задач

Дисциплина: Не указана

Добавлен: 18.10.2024

Просмотров: 5

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.




Задача 1
В базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах.

Для анализа зависимости цены автомобиля Y от его возраста Х1 и мощности двигателя Х2 из базы данных выбраны сведения о 16 автомобилях. Эти сведения приведены в таблице1.


номер

цена

возраст

мощность

1

14,4

4

154

2

16,9

2

155

3

13

5

149

4

9,6

7

128

5

9,8

7

134

6

9,6

7

127

7

16,8

2

157

8

14,8

4

160

9

9,8

7

134

10

16,9

2

154

11

16

3

161

12

17,4

2

167

13

17,2

2

163

14

17,4

2

163

15

15,7

3

155

16

17,1

2

162




  1. Парные зависимости

    1. Построить поля рассеяния для цены Y и возраста автомобиля Х1, а также для цены Y и мощности двигателя Х2. На основе их визуального анализа выдвинуть гипотезы о виде статистической зависимости Y от Х1 и Y от Х2 и записать их математически.



Построим поля рассеяния:



Рис. 1. Поле рассеяния для цены Y и возраста автомобиля Х1



Рис. 2 Поле рассеяния для цены Y и мощности двигателя Х2
На основе визуального анализа построенных полей рассеяния можно выдвинуть гипотезу о линейной зависимости цены от возраста Х1 и мощности двигателя Х2.

Математически данные зависимости запишутся в виде:

y = α0+ α1x1 +

и y = β0+ β1x1 + , где и - случайные переменные.
1.2. Методом наименьших квадратов найти оценки линейных уравнений регрессии:

y = α0+ α1x1, y = β0+ β1x1.

Составим вспомогательную таблицу для = α0+ α1x1: (таблица 2)

i

yi

xi1

xi12

yi xi1

yi2

1

14,4

4

16

57,6

207,36

2

16,9

2

4

33,8

285,61

3

13

5

25

65

169

4

9,6

7

49

67,2

92,16

5

9,8

7

49

68,6

96,04

6

9,6

7

49

67,2

92,16

7

16,8

2

4

33,6

282,24

8

14,8

4

16

59,2

219,04

9

9,8

7

49

68,6

96,04

10

16,9

2

4

33,8

285,61

11

16

3

9

48

256

12

17,4

2

4

34,8

302,76

13

17,2

2

4

34,4

295,84

14

17,4

2

4

34,8

302,76

15

15,7

3

9

47,1

246,49

16

17,1

2

4

34,2

292,41

Σ

232,4

61

299

787,9

3521,52



т.к. n=16, то = = 14,525

= = 3,8125

тогда


таким образом, получаем уравнение регрессии:

Составим таблицу для = β0+ β1x1: (таблица 3)


i

yi

xi2

xi22

yi xi2

yi2

1

14,4

154

23716

2217,6

207,36

2

16,9

155

24025

2619,5

285,61

3

13

149

22201

1937

169

4

9,6

128

16384

1228,8

92,16

5

9,8

134

17956

1313,2

96,04

6

9,6

127

16129

1219,2

92,16

7

16,8

157

24649

2637,6

282,24

8

14,8

160

25600

2368

219,04

9

9,8

134

17956

1313,2

96,04

10

16,9

154

23716

2602,6

285,61

11

16

161

25921

2576

256

12

17,4

167

27889

2905,8

302,76

13

17,2

163

26569

2803,6

295,84

14

17,4

163

26569

2836,2

302,76

15

15,7

155

24025

2433,5

246,49

16

17,1

162

26244

2770,2

292,41

Σ

232,4

2423

369549

35782

3521,52



т.к. n=16, то = = 14,525

= = 151,4375

тогда


таким образом, получаем уравнение регрессии:

1.3. С помощью коэффициентов парной корреляции проанализировать тесноту линейной связи между ценой и возрастом автомобиля, а также между ценой и мощностью двигателя. Проверить их значимость с надежностью 0,9.

Найдем коэффициент парной корреляции для = α0+ α1x1:



проверим, существенно ли отличается найденный коэффициент корреляции от нуля. Найдем:



Сравним с квантилем распределения Стьюдента

Т.к. 45,407 >1,761, то коэффициент корреляции существенно отличается от нуля и существует сильная линейная зависимость между y и
Найдем коэффициент парной корреляции для = β0+ β1x2:



проверим, существенно ли отличается найденный коэффициент корреляции от нуля. Найдем:



Сравним с квантилем распределения Стьюдента

Т.к. 11,588 >1,761, то коэффициент корреляции существенно отличается от нуля и существует сильная линейная зависимость между y и

1.4. Проверить статистическую значимость параметров и уравнений регрессии с надежностью 0,9.

Для

Коэффициент детерминации: , т.е. вариация цены на 99% объясняется вариацией возраста автомобиля.

Фактическое значение F-статистики Фишера



При уровне значимости 0,1 табличное значение .

Т.к. , то признается статистическая значимость уравнения регрессии.

Для оценки статистической значимости коэффициентов регрессии найдем , признается статистическая значимость коэффициентов регрессии.

Аналогично для :

Коэффициент детерминации: , т.е. вариация цены на 91% объясняется вариацией возраста автомобиля.

Фактическое значение F-статистики Фишера



При уровне значимости 0,1 табличное значение .

Т.к. , то признается статистическая значимость уравнения регрессии.

Для оценки статистической значимости коэффициентов регрессии найдем , признается статистическая значимость коэффициентов регрессии.
1.5. Построить доверительные полосы надежности для среднего значения цены автомобиля в зависимости от его возраста, а также от мощности двигателя. Изобразить графически линии регрессии и доверительные полосы вместе с полями рассеяний.

Найдем доверительную полосу для уравнения регрессии , построим вспомогательную таблицу: (таблица 4)