Файл: Задача 1 в базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах.doc
Добавлен: 18.10.2024
Просмотров: 17
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
, для каждого ti рассчитаем
,
, где . Результаты расчетов для каждого приведены в таблице 10.
Изобразим доверительную полосу (линии Zн и Zв) , линию тренда (Zt), и исходный временной ряд (z t) на графике: (рис. 4)
рис. 4
-
С помощью уравнения тренда найти точечный и интервальный прогноз (надежности 0,95) для среднего объема продаж на конец первого квартала текущего года.
В данном случае t = 12+3 = 15.
Точечный прогноз:
Интервальный прогноз:
, рассчитаем
,
, где . Т.е.
Т.е. с надежностью 95% средний объем продаж на конец первого квартала текущего года попадет в интервал (341,93 ; 394,51).
Задача 3
Проверка моделей на автокорреляцию и мультиколлинеарность.
-
Для регрессионных моделей
и с помощью критерия Дарбина – Уотсона проверить наличие или отсутствие автокорреляции на уровне значимости α = 0,01
Для :
Вычислим d-статистику Дарбина-Уотсона:
, где на основе 2 столбца таблицы 7 вычислим числитель формулы:
| (ei –ei-1)2 |
| 0,0441 |
| 0,1089 |
| 0,0441 |
| 0,000625 |
| 0,015625 |
| 0,6889 |
| 0,1444 |
| 0,1156 |
| 0,225625 |
| 0,021025 |
| 0,070225 |
| 0,0016 |
| 0,046225 |
| 0,001225 |
| 0,0529 |
Σ | 1,58 |
Знаменатель нами уже найден, он равен 1,63, тогда
Табличные критические значения для уровня значимости α = 0,01, число наблюдений 16, число независимых переменных 2, равны:
и так как , то d-статистика Дарбина – Уотсона . находится в зоне неопределенности, нельзя сделать вывод о наличии или отсутствии автокорреляции.
Для :
| (ei –ei-1)2 |
| 96,8256 |
| 367,1056 |
| 173,1856 |
| 0,0256 |
| 66,5856 |
| 2101,306 |
| 583,7056 |
| 294,4656 |
| 617,0256 |
| 37,9456 |
| 117,5056 |
Σ | 4455,68 |
тогда Табличные критические значения для уровня значимости α = 0,01, число наблюдений 12, число независимых переменных 1, равны:
и .Так как , то делаем вывод об отсутствии автокорреляции.
-
Для регрессионной модели проверить наличие или отсутствие мультиколлинеарности, используя:
а) парный коэффициент корреляции (приближенно);
б) критерий «хи-квадрат» на уровне значимости α = 0,01.
а). Рассмотрим уравнение регрессии
вычислим значение коэффициента корреляции между объясняющими переменными х1 и х2:
Найдем
, тогда коэффициент парной корреляции незначительно отличается от нуля, т.е. можно считать что переменные и не коррелируют между собой и, следовательно, нет мультиколлениарности.
б). Рассчитаем определитель матрицы коэффициентов парной корреляции:
тогда
Табличное значение статистики для df = 1 и α = 0,01 равно
Так как , то подтверждается отсутствие мультиколлинеарности.