Автор работы: Пользователь скрыл имя, 27 Февраля 2014 в 07:32, контрольная работа
Задача 1. Имеется информация за 10 лет концерна относительно среднего дохода Х и среднего потребления У (млн. руб.). Оцените коэффициенты линейной регрессии у=β0+β1х+ε по методу наименьших квадратов. Проверьте статистическую значимость оценок b0 и b1 теоретических коэффициентов β0 и β1 при уровне значимости α=0,05.
Рассчитайте 95%-е доверительные интервалы для теоретических коэффициентов регрессии. Спрогнозируйте потребление при доходе Х=23,0 и рассчитайте 95% доверительный интервал для условного математического ожидания М(У|Х=23,0). Рассчитайте границы интервала, в котором будет сосредоточено не менее 95% возможных объемов потребления при доходе Х=23,0. Оцените, насколько изменится потребление, если доход вырастет на 3 млн. руб. Рассчитайте коэффициент детерминации R². Рассчитайте F-статистику для коэффициента детерминации и оцените его статистическую значимость.
Вариант 1
Задача1.
Имеется информация за 10 лет концерна относительно среднего дохода Х и среднего потребления У (млн. руб.)
Годы |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
Х |
10,5 |
11,6 |
12,3 |
13,7 |
14,5 |
16,1 |
17,3 |
18,7 |
20,1 |
21,8 |
У |
8,12 |
10,0 |
8,41 |
12,1 |
12,4 |
11,4 |
12,8 |
13,9 |
17,3 |
17,5 |
Решение:
1. Воспользуемся расчетной таблицей:
1 |
10,5 |
8,12 |
85,2075 |
110,25 |
65,853225 |
8,253894 |
0,019292 |
26,6256 |
2 |
11,6 |
10,0 |
116,348 |
134,56 |
100,6009 |
9,134855 |
0,801285 |
16,4836 |
3 |
12,3 |
8,41 |
103,4307 |
151,29 |
70,711281 |
9,695466 |
1,654994 |
11,2896 |
4 |
13,7 |
12,1 |
165,359 |
187,69 |
145,6849 |
10,81669 |
1,57079 |
3,8416 |
5 |
14,5 |
12,4 |
180,38 |
210,25 |
154,7536 |
11,45739 |
0,965528 |
1,3456 |
6 |
16,1 |
11,4 |
182,735 |
259,21 |
128,8225 |
12,73878 |
1,928722 |
0,1936 |
7 |
17,3 |
12,8 |
220,748 |
299,29 |
162,8176 |
13,69983 |
0,883284 |
2,6896 |
8 |
18,7 |
13,9 |
260,304 |
349,69 |
193,7664 |
14,82105 |
0,8119 |
9,2416 |
9 |
20,1 |
17,3 |
347,328 |
404,01 |
298,5984 |
15,94228 |
1,789502 |
19,7136 |
10 |
21,8 |
17,5 |
381,282 |
475,24 |
305,9001 |
17,30376 |
0,034685 |
37,6996 |
∑ |
156,6 |
123,864 |
2043,1222 |
2581,48 |
1627,50891 |
123,864 |
10,45998 |
129,124 |
Согласно МНК, находим коэффициенты уравнения регрессии
Тогда уравнение регрессии примет вид:
2. Вычислим несмещенную оценку дисперсии случайных отклонений:
Теперь вычислим стандартные ошибки коэффициентов регрессии:
Проверяем гипотезы против альтернативной .
Рассчитываем абсолютные величины t-статистики:
Вычисляем критическое значение:
< tкрит , значит, коэффициент является статистически незначимым;
> tкрит, значит, коэффициент является статистически значимым.
3. Доверительные интервалы для коэффициентов находят по формулам:
Тогда получаем:
4. Þ при доходе Х=23,0 объем потребления составит 18,268 млн. руб.
Доверительный интервал для М(У|Х=23,0) имеет вид:
b0 + b1*хр - S *t0,05;8 < β0+ хр β1< b0 + b1*хр + S* t0,05;8
S=1,143, хр =23,0, Þ
–0,155 + 0,801*23,0 – 1,143*2,31 < β0+ 23,0β1< –0,155 + 0,801*23,0 + +1,143*2,31 Þ 16,369 < β0+ 23,0β1<20,167 - доверительный интервал для М(У|Х=23,0)
5. Интервал имеет вид:
(b0 + b1*хр - S *t0,05;8 ; b0 + b1*хр + S* t0,05;8 ), тогда
(–0,155 + 0,801*23,0 – 1,143*2,31 ; –0,155 + 0,801*23,0 + +1,143*2,31 ) Þ (15,016; 21,520) - границы интервала, в котором будет сосредоточено не менее 95% возможных объемов потребления при доходе Х=23,0.
6.
Следовательно, на 2,403 млн. руб. увеличится потребление, если доход вырастет на 3 млн. руб.
7. Находим коэффициент детерминации:
Т.к. коэффициент детерминации достаточно близок к 1 , то зависимость между у и х сильная.
8. Рассчитаем F-статистику для коэффициента детерминации и оценим его статистическую значимость:
По таблице определяем, что Fкрит = Þ F > Fкрит, тогда коэффициент детерминации статистически значим (т.е. не равен 0).
Задача 2.
По 15 наблюдениям получены следующие результаты:
1. Оцените
коэффициенты линейной
2. Определите
стандартные ошибки
3. Вычислите и .
4. Оцените
статистическую значимость
детерминации при уровне значимости .
Решение:
1. Запишем матрицы:
,
Найдем матрицу, обратную матрице .
.
Находим коэффициенты :
Уравнение регрессии примет вид: .
2. Вычислим выборочные дисперсии эмпирических коэффициентов регрессии по формуле: , где - j-й диагональный элемент матрицы .
, ,
Находим стандартные ошибки коэффициентов регрессии:
; ; .
3. Вычислим коэффициент детерминации:
.
Найдем скорректированный
.
4. Оценим статистическую значимость коэффициентов регрессии.
Проверяем гипотезы против альтернативной .
Рассчитываем абсолютные величины t-статистики:
,
Вычисляем критическое значение:
> tкрит , > tкрит, > tкрит , значит, коэффициенты являются статистически значимыми.
Оценим статистическую значимость коэффициента детерминации.
Проверяем гипотезу против альтернативной .
Рассчитаем F-статистику для коэффициента детерминации:
По таблице определяем, что Fкрит = Þ F > Fкрит, тогда коэффициент детерминации статистически значим (т.е. не равен 0).
Задача 3.
Пусть определена регрессия , причем . При отбрасывании переменной и оценке регрессии коэффициент оказался отрицательным . Возможно ли это? Если да, тогда при каких обстоятельствах?
Решение.
Описанный случай действительно возможен. Т.к. в случае статистической значимости коэффициента b2, функциональная зависимость оставшихся переменных нарушается, потому что, если статистическая значимость коэффициента свидетельствует о том, что соответствующая переменная имела влияние на зависимую переменную, а, отбрасывая ее, мы эту зависимость нарушили, следовательно, уравнение регрессии поменяется в корне. Т.е. коэффициенты уравнения у= а0 + а1х1 могут оказаться совершенно отличными от b0 и b1 , а значит положительный коэффициент b1 вполне может превратиться в отрицательный коэффициент а1
Задача 4.
Докажите, что график уравнения парной линейной регрессии всегда проходит через точку с координатами , где – средние значения переменных.
Решение.
Подставим в уравнение парной линейной регрессии , где и .
Получаем:
Значит, график уравнения парной линейной регрессии всегда проходит через точку с координатами .