Представим исходные данные об уровне разводов и числе психических расстройств по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 5).
Табл.5. Уровень разводов и число психических расстройств
Субъекты РФ | Число разводов за год (Y) | Психические расстройства (X3) |
Белгородская область | 6641 | 643 |
Брянская область | 7056 | 727 |
Владимирская область | 7133 | 596 |
Воронежская область | 12048 | 1864 |
Ивановская область | 5152 | 478 |
Калужская область | 5304 | 339 |
Костромская область | 3330 | 318 |
Курская область | 6039 | 554 |
Липецкая область | 6035 | 617 |
Московская область | 37069 | 2289 |
Орловская область | 3954 | 242 |
Рязанская область | 5651 | 525 |
Смоленская область | 5406 | 599 |
Тамбовская область | 5102 | 501 |
Тверская область | 7243 | 718 |
Тульская область | 7760 | 588 |
Ярославская область | 6484 | 1135 |
Республика Карелия | 3543 | 225 |
Республика Коми | 5259 | 470 |
Архангельская область | 6527 | 330 |
Ненецкий авт.округ | 220 | 10 |
Вологодская область | 6587 | 570 |
Калининградская область | 5097 | 446 |
Ленинградская область | 8478 | 454 |
Мурманская область | 5838 | 219 |
Новгородская область | 3226 | 821 |
Псковская область | 3295 | 417 |
Республика Адыгея | 1757 | 182 |
Республика Калмыкия | 1168 | 195 |
Краснодарский край | 24756 | 1208 |
Астраханская область | 5346 | 364 |
Волгоградская область | 12798 | 468 |
Ростовская область | 21961 | 2210 |
Республика Дагестан | 4144 | 2623 |
Республика Ингушетия | 378 | 234 |
Кабардино-Балкарская Республика | 2342 | 530 |
Карачаево-Черкесская Республика | 1394 | 221 |
Республика Северная Осетия-Алания | 1982 | 386 |
Ставропольский край | 12121 | 1035 |
Республика Башкортостан | 17453 | 2276 |
Республика Марий Эл | 2926 | 499 |
Республика Мордовия | 3462 | 397 |
Республика Татарстан | 15671 | 2407 |
Удмуртская Республика | 6100 | 946 |
Чувашская Республика | 4786 | 958 |
Пермский край | 12295 | 1658 |
Кировская область | 6465 | 622 |
Нижегородская область | 17275 | 1334 |
Оренбургская область | 10412 | 1632 |
Пензенская область | 7279 | 654 |
Самарская область | 16555 | 1014 |
Саратовская область | 12110 | 2480 |
Ульяновская область | 7037 | 484 |
Курганская область | 5441 | 125 |
Свердловская область | 22765 | 3033 |
Тюменская область | 21202 | 1356 |
Ханты-Мансийский авт.округ-Югра | 10732 | 546 |
Ямало-Ненецкий авт.округ | 3610 | 118 |
Челябинская область | 21686 | 2792 |
Республика Алтай | 1076 | 221 |
Республика Бурятия | 4140 | 692 |
Республика Тыва | 632 | 59 |
Республика Хакасия | 2808 | 670 |
Алтайский край | 13313 | 1782 |
Красноярский край | 16401 | 1945 |
Иркутская область | 12330 | 2396 |
Кемеровская область | 15577 | 2901 |
Новосибирская область | 15769 | 1662 |
Омская область | 10524 | 1325 |
Томская область | 5602 | 722 |
Республика Саха (Якутия) | 4529 | 711 |
Камчатский край | 2351 | 150 |
Приморский край | 10530 | 1037 |
Хабаровский край | 8118 | 938 |
Амурская область | 5062 | 843 |
Магаданская область | 1304 | 240 |
Сахалинская область | 3446 | 356 |
Еврейская автономная область | 985 | 91 |
Чукотский авт.округ | 406 | 39 |
|
|
Для выявления влияния фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 3).
|
|
Рис.3. Корреляционное поле
При его рассмотрении можно сказать, что наиболее подходящей будет степенная модель, т.к. она визуально отражает зависимость от фактора . Также мы можем это увидеть из данных приведенных в табл. 6.
Табл. 6. Значения критериев отбора модели
Тип модели | R^2 | Ā | MAD | Sост |
линейная | 0,58 | 78,37% | 35,079544 | 4416,73 |
квадратичная | 0,61 | 50,77% | 33,857617 | 4283,81 |
гипербол(обратная) | 0,07 | 188,12% | 62,695746 | 6543,16 |
степенная | 0,72 | 46,64% | 33,378383 | 0,53 |
показательная | 0,48 | 6,70% | 0,0067243 | 0,72 |
логарифмическая | 0,49 | 99,83% | 101,79224 | 4841,05 |
Уравнение данной модели выглядит следующим образом:
.
По критерию Фишера модель является значимой, т.к. , где и .
Оценим тесноту связи с помощью коэффициента детерминации, который равен . Это говорит о том, что 72% вариации уровня разводов объясняется вариацией уровня прожиточного минимума. Остальные 28% вариации объясняются неучтенными в модели факторами.
Итак, математическая модель, выражающая данную зависимость объясняющей переменной, подходит для описания зависимой переменной. Включение этого фактора в модель множественной регрессии целесообразно.