Практикум.
Моделирование процессов и систем
Рассчитаны стандартная ошибка регрессии и стандартные ошибки коэффициентов регрессии (см. рис. ПЗ. З), которые используются для интерпретации результатов расчетов. На рис. П3.9 доверительный интервал линии регрессии: min — верхняя доверительная граница; у = ОД 12 • х + 7,9415 — линия регрессии; max — нижняя доверительная граница. Практическая работа П3.1. Использование возможностей пакета «Анализ… Читать ещё >
Практикум. Моделирование процессов и систем (реферат, курсовая, диплом, контрольная)
Практическая работа П3.1. Использование возможностей пакета «Анализ данных» MS Excel для моделирования прогнозов на основе парного регрессионного анализа.
Имеется 24 наблюдения следующих переменных, представленных в таблице П3.1.
Таблица ИЗ. 1
Исходные данные.
Отраслевой индекс ММВБ, xt | Акции Лукойла, у |
89,36. | 15,36. |
91,14. | 20,20. |
110,22. | 21,22. |
131,28. | 23,50. |
160,59. | 25,85. |
143,42. | 21,07. |
147,63. | 24,37. |
152,14. | 26,05. |
171,51. | 25,71. |
180,93. | 25,58. |
179,95. | 25,89. |
186,02. | 26,83. |
182,34. | 25,66. |
174,17. | 24,40. |
189,28. | 28,89. |
190,28. | 29,00. |
168,80. | 28,39. |
162,50. | 27,90. |
179,31. | 30,79. |
169,53. | 28,95. |
177,43. | 29,31. |
181,89. | 30,27. |
179,45. | 29,60. |
196,97. | 32,25. |
Требуется построить интервальный прогноз, но имеющимся данным, для чего необходимо выполнить следующие действия:
- 1) оценить качество подбора линии регрессии к имеющимся данным;
- 2) рассчитать стандартную ошибку и стандартные ошибки коэффициентов регрессии;
- 3) проверить значимость регрессии в целом;
- 4) проверить значимость коэффициентов регрессии.
Решение
Для оценки качества подбора линии регрессии к имеющимся данным требуется построение уравнения регрессии у = а + Ьх + г средствами MS Excel «Анализ данных» (рис. П3.1—П3.4) по шагам 1—4.
Рис. П3.1. Использование Пакета анализа в режиме «Регрессия» на шаге 1 Рис. Г13.2. Результат заполнения режима «Регрессия» на шаге 2.
Рис. ПЗ.З. Результат вывода итогов регрессионной статистики и построения графика линии регрессии на шаге 3.
Рис. П3.4. Вывод остатков в режиме «Регрессия» на шаге 4.
В результате построено уравнение регрессии $ = 0,112-.г + 7,9415 средствами MS Excel «Анализ данных», которое может быть интерпретировано следующим образом.
Коэффициент регрессии b = 0,112 означает, что при увеличении отраслевого индекса ММВБ на единицу своего измерения акции Лукойла увеличатся в среднем на 0,112 ед. своего измерения, руб. Свободный член уравнения регрессии, а = 7,9415, говорит о сильном влияния прочих факторов, неучтенных в модели у-0,112-х + 7,9415. Коэффициент детерминации R2 = 0,74 и коэффициент корреляции R = 0,86 (см. рис. 113.4) говорят о наличии тесной взаимосвязи между этими признаками. Скорректированный коэффициент R2 показывает, какая доля вариации (0,74) акций Лукойла обусловлена вариацией отраслевого индекса ММВБ.
Ответ: у = 0,112 • х + 7,9415.
Для расчета стандартной ошибки регрессии и стандартных ошибок коэффициентов регрессии используется режим «Описательная статистика» (рис. П3.5, П3.6).
Рассчитаны стандартная ошибка регрессии и стандартные ошибки коэффициентов регрессии (см. рис. ПЗ. З), которые используются для интерпретации результатов расчетов.
Рис. П3.5. Результат заполнения в режиме «Описательная статистика».
Рис. П3.6. Результаты расчета режима «Описательная статистика».
В качестве меры рассеивания фактического значения у относительно теоретического значения у (находится по уравнению регрессии) используется стандартная ошибка уравнения регрессии, которая равна S- = 1,99 руб/акция. Любое стандартное отклонение иногда называют стандартной ошибкой соответствующего коэффициента, они равны Sh = 2,29, 5; = 0,01 (рис. П3.7).
Для проверки значимости уравнения регрессии в целом проводится F-тест, но критерию Фишера с использованием встроенной функции MS Excel (см. рис. П3.7).
Модель г/ = 0,112-х + 7,9415 статистически значима в целом:
Для проверки значимости коэффициентов регрессии рассчитываются,-статистики Стьюдента с помощью встроенной функции СТЫОДРАСПОБР (см. рис. П3.7).
В итоге ?табл < ^факт, оба коэффициента регрессии (см. рис. П3.7) статистически значимы, и рассматриваемая основная гипотеза о равенстве параметров регрессии нулю отвергается (НО: b = 0, а = 0 — коэффициент незначим; Н1: /; *= 0, а * 0 — коэффициент значимый).
Рис. П3.7. Оценка статистической значимости модели по критериям Фишера и Стьюдента.
На графике, приведенном на рис. П3.8, П3.9, доверительные границы для ух представляют собой гиперболы, расположенные по обе стороны от линии регрессии. На рис. П3.9 показано, как изменяются пределы в зависимости от изменения ух: две гиперболы по обе стороны от линии регрессии определяют 95%-ные доверительные интервалы для среднего значения у при заданном значении х.
Рис. 113.8. Расчет интервальной оценки модели у = 0,112 • х + 7,9415 Рис. 113.9. Интервальная оценка модели у = 0,112 • х + 7,9415.
На рис. П3.9 доверительный интервал линии регрессии: min — верхняя доверительная граница; у = ОД 12 • х + 7,9415 — линия регрессии; max — нижняя доверительная граница.
Доверительные интервалы прогноза индивидуальных значений с вероятностью 0,95 составят: г/±Д- = г/±1,993−2,0738. Все значения попали в данный интервал.