Файл: Задача 1 в базе данных магазина, торгующего подержанными автомобилями, содержится информация об их потребительский свойствах и ценах.doc

ВУЗ: Не указан

Категория: Решение задач

Дисциплина: Не указана

Добавлен: 18.10.2024

Просмотров: 14

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

  1. 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.


  1. 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.

  1. 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.