Обычного МНК
Используя исходные данные (таблица №1) и систему уравнений (2), определяем с помощью обычного МНК значения величин с0, с1, i0, i1. Для расчетов применим табличный редактор Excel.
Произведем построение уравнения регрессии. Определяем сначала значения величин с0, с1. Для построения статистической модели, характеризующей значимость и точность найденного уравнения регрессии, используем табличный процессор «Excel», применив команды «Сервис» - «Анализ данных» - «Регрессия».
В диалоговом окне «Регрессия» в поле «Входной интервал Y» вводим данные по С(t), включая название реквизита. В поле «Входной интервал Х» вводим данные по Y(t). Затем устанавливаем флажки в окнах «Метки» и «Уровень надежности». Установим переключатель «Новый рабочий лист» и поставим флажок в окошке «Остатки». После всех вышеперечисленных действий нажимаем кнопку «ОК» в диалоговом окне «Регрессия». Получаем следующие таблицы:
ДЛЯ ФУНКЦИИ ПОТРЕБЛЕНИЯ:
Таблица №12
Регрессионная статистика
| Множественный R
| 0,95
| R-квадрат
| 0,91
| Нормированный R-квадрат
| 0,91
| Стандартная ошибка
| 7,74
| Наблюдения
|
|
Таблица №13
Дисперсионный анализ
| | df
| SS
| MS
| F
| Значимость F
| Регрессия
|
| 13535,09
| 13535,09
| 225,84
| 4,73E-13
| Остаток
|
| 1318,50
| 59,93
|
|
| Итого
|
| 14853,59
|
|
|
|
Таблица №14
| Коэффициенты
| Стандартная ошибка
| t-статистика
| P-Значение
| Нижние 95%
| Верхние 95%
| Нижние 95,0%
| Верхние 95,0%
| Y-пересечение
| 169,97
| 16,43
| 10,35
| 6,48E-10
| 135,90
| 204,05
| 135,90
| 204,05
| Y(t)
| 0,33
| 0,02
| 15,03
| 4,73E-13
| 0,28
| 0,37
| 0,28
| 0,37
|
Таблица №15
ВЫВОД ОСТАТКА
|
|
|
| Наблюдение
| Предсказанное C(t)
| Остатки
|
| 371,26
| 7,74
|
| 390,86
| 2,14
|
| 378,58
| -6,78
|
| 396,02
| 11,58
|
| 393,08
| -6,48
|
| 396,81
| -4,41
|
| 405,50
| 1,10
|
| 400,34
| -6,34
|
| 407,40
| 11,80
|
| 408,96
| 5,84
|
| 404,78
| -11,58
|
| 408,18
| -4,18
|
| 414,85
| 5,95
|
| 416,02
| 7,98
|
| 415,30
| -2,70
|
| 416,15
| -9,35
|
| 426,15
| -1,15
|
| 431,84
| 6,96
|
| 437,26
| 1,74
|
| 439,55
| -13,55
|
| 443,73
| -6,13
|
| 452,29
| 6,71
|
| 462,03
| 9,57
|
| 460,46
| -6,46
|
Получаем уравнение регрессии: С(t) = 169,97+0,33*Y(t) + u1(t)
ДЛЯ ФУНКЦИИ ИНВЕСТИЦИЙ:
Используя исходные данные (таблица №1) I(t) и по Y(t), систему уравнений (7), определяем с помощью МНК значения величин h20, h21. Для расчетов снова применим табличный редактор Excel (программа «Регрессия»).
Таблица №16
Регрессионная статистика
| Множественный R
| 0,89
| R-квадрат
| 0,80
| Нормированный R-квадрат
| 0,79
| Стандартная ошибка
| 4,54
| Наблюдения
|
|
Таблица №17
Дисперсионный анализ
| | df
| SS
| MS
| F
| Значимость F
| Регрессия
|
| 1771,78
| 1771,78
| 86,04
| 4,65E-09
| Остаток
|
| 453,01
| 20,59
|
|
| Итого
|
| 2224,80
|
|
|
|
Таблица №18
| Коэффициенты
| Стандартная ошибка
| t-статистика
| P-Значение
| Нижние 95%
| Верхние 95%
| Нижние 95,0%
| Верхние 95,0%
| Y-пересечение
|
| 54,58
| 9,63
| 5,67
| 1,06E-05
| 34,61
| 74,55
| 34,61
| Y(t)
|
| 0,12
| 0,01
| 9,28
| 4,65E-09
| 0,09
| 0,14
| 0,09
|
Таблица №19
ВЫВОД ОСТАТКА
|
|
|
| Наблюдение
| Предсказанное I(t)
| Остатки
|
| 127,40
| -5,40
|
| 134,50
| 3,50
|
| 130,05
| 3,55
|
| 136,36
| -8,16
|
| 135,30
| -0,10
|
| 136,65
| 1,15
|
| 139,79
| 3,41
|
| 137,92
| 3,08
|
| 140,48
| -5,08
|
| 141,05
| -2,45
|
| 139,53
| 3,87
|
| 140,76
| 4,24
|
| 143,17
| -2,57
|
| 143,60
| -4,60
|
| 143,34
| 3,86
|
| 143,65
| 4,95
|
| 147,26
| -3,26
|
| 149,32
| -4,72
|
| 151,28
| 2,72
|
| 152,11
| 6,89
|
| 153,62
| 0,58
|
| 156,72
| -6,72
|
| 160,24
| -4,04
|
| 159,68
| 5,32
|
Получаем уравнение регрессии: I(t) = 54,58+ 0,12*Y(t)+u2(t)
Вывод:
Получаем следующую систему уравнений:
При сравнении результатов, полученных традиционным МНК и с помощью КМНК, следует иметь в виду, что традиционный МНК, применяемый к каждому уравнению структурной формы модели, взятому в отдельности, дает смещенные оценки структурных коэффициентов.
Расчетные и графические задания Равновесный объем - это объем, определяемый равенством спроса и предложения...
|
Кардиналистский и ординалистский подходы Кардиналистский (количественный подход) к анализу полезности основан на представлении о возможности измерения различных благ в условных единицах полезности...
|
Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...
|
Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...
|
|
Принципы резекции желудка по типу Бильрот 1, Бильрот 2; операция Гофмейстера-Финстерера. Гастрэктомия Резекция желудка – удаление части желудка:
а) дистальная – удаляют 2/3 желудка б) проксимальная – удаляют 95% желудка. Показания...
Ваготомия. Дренирующие операции Ваготомия – денервация зон желудка, секретирующих соляную кислоту, путем пересечения блуждающих нервов или их ветвей...
Билиодигестивные анастомозы Показания для наложения билиодигестивных анастомозов:
1. нарушения проходимости терминального отдела холедоха при доброкачественной патологии (стенозы и стриктуры холедоха)
2. опухоли большого дуоденального сосочка...
|
|
Шов первичный, первично отсроченный, вторичный (показания) В зависимости от времени и условий наложения выделяют швы:
1) первичные...
Предпосылки, условия и движущие силы психического развития Предпосылки –это факторы. Факторы психического развития –это ведущие детерминанты развития чел. К ним относят: среду...
Анализ микросреды предприятия Анализ микросреды направлен на анализ состояния тех составляющих внешней среды, с которыми предприятие находится в непосредственном взаимодействии...
|
|