Составить систему нормальных уравнений и найти методом определителей параметры регрессииСогласно методу наименьших квадратов неизвестные параметры a и b выбираются таким образом, чтобы сумма квадратов отклонений эмпирических значений зависимой переменной y от значений, найденных по уравнению регрессии, была минимальной. Метод наименьших квадратов ∑(у-урасч)2 → min Cистемa нормальных уравнений для определения параметров a и b линейной регрессии выглядит следующим образом: nb0+b1∑x1+∑x2 = ∑y b0∑x1+b1∑x1x1+ b2∑x1x2=∑x1y b0∑x2+b1∑x2x1+ b2∑x2x2=∑x2y
где n – количество наблюдений. Количество наблюдений должно по крайней мере в 7 раз превышать количество переменных в регрессионной модели. Для подстановки числовых параметров в систему уравнений необходимо заполнить вспомогательную таблицу:
Из системы получаем матрицу n ∑x1 ∑x2 ∑y ∑x1 ∑x1x1 ∑x1x2 ∑x1y ∑x2…∑x2x1 ∑x2x2 ∑x2y
И считаем определители Один из вариантов расчёта определителя – с помощью функции Microsoft Excel "МОПРЕД".
=b0/
Записываем уравнение регрессии с найденными параметрами. Параметры при х называются коэффициентами «чистой» регрессии. Онихарактеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизмененном значении других факторов, закрепленных на среднем уровне. Свободный член уравнения множественной линейной регрессии (параметр а) вбирает в себя информацию о прочих не учитываемых в модели факторах. Его величина экономической интерпретации не имеет. Формально его значение предполагает то значение у, когда все х =0, что практически не бывает. Экономический смысл имеют не только коэффициенты каждого фактора, но и их сумма, т. е. сумма эластичности: В =b1 + b2 +... + bт. Эта величина фиксирует обобщенную характеристику эластичности производства. 2. Вычисление матричным методом Y=XB+ε; B – вектор параметров множественной регрессии Y – вектор вычисляемых переменных (размер 21х1) X – матрица на основе внешних переменных B=(XTX)-1(XTY) Х – матрица размера (21х3) и вида
XT – транспонированная матрица Х (размер 3х21) Транспонированая матрица - матрица, полученная из исходной матрицы заменой строк на столбцы. (XTX)-1 – матрица, обратная XTX Обратная матрица - такая матрица A−1, при умножении на которую исходная матрица A даёт в результате единичную матрицу E Вычисления производятся в Ms Excel 1. Составить матрицу Х размера (21х3), первый столбец, которой будет состоять из единиц, второй – переменные х1, третий – переменные х2. 2. Найти транспонированную матрицу XT, для чего выделить зону из пустых клеток размера (3х21) Выбрать функцию ТРАНСП. в появившемся окне в ячейке массив поставить курсор и выделить зону матрицы Х. Нажмите комбинацию клавиш Ctrl+Shift+Enter. Результатом будет являться матрица размера (3х21) 3. Чтобы найти произведение матриц XTX воспользуйтесь функцией МУМНОЖ. В ОКНЕ БУДЕТ 2 ячейки для данных куда вводится информация и массивах XT и X, соответственно. Нажмите комбинацию клавиш Ctrl+Shift+Enter. Результатом будет являться матрица размера (3х3) 4. Найти обратную матрицу (XTX)-1 . Используйте функцию МОБР. Нажмите комбинацию клавиш Ctrl+Shift+Enter. Результатом будет являться матрица размера (3х3) 5. Чтобы найти произведение матриц XTY воспользуйтесь функцией МУМНОЖ. В ОКНЕ БУДЕТ 2 ячейки для данных куда вводится информация и массивах XT и Y, соответственно. Нажмите комбинацию клавиш Ctrl+Shift+Enter. Результатом будет являться матрица размера (3х3) 6. Найти В. произведение матриц (XTX)-1(XTY) воспользуйтесь функцией МУМНОЖ. В ОКНЕ БУДЕТ 2 ячейки для данных куда вводится информация и массивах (XTX)-1(XTY) , соответственно. Нажмите комбинацию клавиш Ctrl+Shift+Enter. Результатом будет являться матрица размера (3х3).
3. Вычисление методом стандартизации переменных Стандартизованные частные коэффициенты регрессии – β; -коэффициенты - показывают, на какую часть своего среднеквадратического отклонения изменится признак-результат y с увеличением соответствующего фактора xi на величину своего среднеквадратического отклонения при неизменном влиянии прочих факторов модели. Для вычисления коэффициентов множественной регрессии применим метод стандартизации переменных и построим искомое уравнения в стандартизованном масштабе
ty=β1*tx1+ β2*tx2
Расчёт β; -коэффициентов выполняется по формулам:
Для построения уравнения в естественной форме рассчитаем b1 и b2, используя формулы перехода;
Значение a определим из соотношения
Частные уравнения множественной регрессии. у = b0 + b1 • х1 + b2 • x2 + ε;.
Средние коэффициенты эластичности для линейной регрессии рассчитываются по формуле . Для расчета частных коэффициентов эластичности применяется следующая формула:
ЛАБОРАТОРНАЯ РАБОТА №2. Цель работы: построение модели парной степенной регрессии и оценка её качества.
Исходные данные к работе:
Данные для индивидульных заданий рассчитываются по формуле у=у+2*N, x=x+5*N, где «N» обозначен номер варианта работы, соответствующий номеру студента в списке группы. Парная cтепенная регрессия y=axbε; Задание: определить коэффициенты парной линейной регрессии методами определителей и наименьших квадратов, оценить качество полученной модели. Порядок выполнения работы:
|