double arrow

Решение. Параметры а0 и а1 уравнения линейной регрессии f(z)=а0+а1·z определим по формулам


Параметры а0 и а1 уравнения линейной регрессии f(z)=а0+а1·z определим по формулам.

Для регрессии площади сельскохозяйственных угодий и валового сбора зерна в Омской области.

С учетом результатов, полученных при расчете коэффициента парной линейной корреляции (табл. 16), получаем:

а1 = 40,84628

, а0 = 34576,14

Уравнение регрессии у = 34576,14+40,84628*x

Определим степень соответствия полученного уравнения регрессии фактическим данным, для чего на основе этого уравнения определим расчетные значения и определим ошибку прогноза для каждого района. Расчеты приведены в таблице 17.

Таблица № 17

Х Y уравнение регрессии ошибка
39436,84962 43,62862588
45114,48217 -133,3547932
141,4 40351,80623 -7080,036697
215,4 43374,43075 -98,61906197
79,8 37835,67555 -692,3701687
218,1 43484,7157 24,84364455
225,7 43795,14741 54,67560759
204,1 42912,86782 -729,8756105
155,5 40927,73874 -35,39230125
217,7 43468,37719 -742,4104107
233,3 44105,57912 -33,49146222
131,7 39955,59734 54,05607094
187,8 42247,0735 19,63959237
261,4 45253,35951 17,96131414
353,9 49031,64016 -309,3132996
235,7 44203,61018 34,19829676
204,4 42925,1217 20,46484769
175,8 41756,91817 69,93374411
248,1 44710,10402 59,80391619
264,1 45363,64446 -23,0000392
232,2 44060,64821 -6,979673219
250,1 44791,79658 27,5565315
313,8 47393,70444 18,25148005
237,2 44264,8796 -93,50767038
90,3 38264,56147 #ДЕЛ/0!
77,4 37737,64449 44,69378244
44542,63428 -622,5082609
171,4 41577,19455 -14437,48061
343,4 48602,75425 -306,3775439
64,9 37227,06602 #ДЕЛ/0!
353,6 49019,38627 31,3396276
200,7 42773,99048 46,0162927
  6709,9  

Для регрессии валового сбора зерна на площадь сельскохозяйственных угодий, с учетом ранее полученных результатов (табл. 16) получаем:

а1 = 0,000182

, а0= 201,8527

Таким образом, уравнение валового сбора зерна на площадь сельскохозяйственных угодий имеет вид:

Уравнение регрессии у = 201,8527+0,000182*у

Выводы

Расчет показателей тесноты связи свидетельствует, что между анализируемыми показателями имеется сильная прямая зависимость, которая с большой степенью точности может быть описана линейной зависимостью.


Сейчас читают про: