2. Определим параметры уравнения линейной парной регрессии классическим подходом, который основан на методе наименьших квадратов, согласно которому т.к.
Решение задачи сводиться к решению системы нормальных уравнений:
Решим эту систему
Рассчитаем значения (в таблице).
Следовательно,
Следовательно, модель линейной регрессии имеет вид:
Вывод: при увеличении на одну единицу факторного признака (товарооборот д.е.) уменьшается уровень затрат в % товарооборота на 0,035%.
Проверим статистическую значимость параметров уравнения с помощью критерия Стьюдента. Для оценки значимости коэффициента регрессии определяют t-статистику по формулам:
В рабочую таблицу введем столбики с расчетом .
Имеем:
Так как из таблицы t-критическое при уровне значимости a=0,05 и числе степеней свободы j=6. t(0,05;6)=2,447. Следовательно, t(0,05;6)=2,447 <ta=11,765 и t(0,05;3)=2,447 <çtbç=ç-2,591ç, то коэффициенты регрессии значимы.Гипотеза о несущественности коэффициента регрессии а и b отклоняется с уровнем значимости a=0,05.
Оценка значимости уравнения регрессии в целом даётся основе R2 и F-критерия Фишера.
Для нахождения оценки общего качества получаемого уравнения регрессии, используем значения коэффициента детерминации.
Формула:
Вывод: коэффициент детерминации показывает, что на 52,8% уровень затрат в % товарооборота зависит от товарооборота.
Оценка значимости уравнения регрессии в целом по F-критерия Фишера по формуле:
Подставляем значения:
По таблице Фишера при a=0,05; j1=1; j2=6 определяем F0,05;1;6=5,987.
Следовательно, Fрасч=6,711>F0,05;1;6 =5,987.Если расчетное значение критерия больше, чем табличное, гипотеза об отсутствии связи между уровнем затрат в % товарооборота и товарооборота отклоняется и делается вывод о значимости линейной связи в целом с уровнем значимости a=0.05, т.е. с вероятностью 95%. Качество построенной модели не высокое, так как разница не большая.
Определим среднюю ошибку аппроксимации по формуле:
Дополним таблицу столбиком
Следовательно: %>12 %
Вывод: В среднем рассчитанные значения откланяются от фактических на 15,2%, что свидетельствует о довольно низкой точности модели.