Пример 2

По территориям региона приводятся данные за 1998 г. (табл. 1.6).

Таблица 1.6

Номер региона	Среднедушевой прожиточный минимум в день одного трудоспособного, руб., х	Среднедневная заработная плата, руб., у

Требуется:

1. Построить линейное уравнение парной регрессии у от х.

2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.

3. Оценить статистическую значимость параметров регрессии и корреляции.

4. Выполнить прогноз заработной платы.у при прогнозном значении среднедушевого прожиточного минимума х, составляющем 107% от среднего уровня.

5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.

Решение: 1. Для расчета параметров уравнения линейной регрессии строим расчетную таблицу (табл. 1.7).

Таблица 1.7

	x	у	ух	х2	у2
							-16	12,0
							-4	2,7
							-23	17,2
								2,6
								1.9
								10,8
								0,0
								0,0
								5,3
								3,1
							-10	5,8
Итого								68,8
Среднее значение	85,6	155,8	13484,0	7492,3	24531,4			5,7
	12,95	16,53
	167,7	273,4

Получено уравнение регрессии:

С увеличением среднедушевого прожиточного минимума на 1 руб. среднедневная заработная плата возрастает в среднем на 0,92 руб.

2. Тесноту линейной связи оценит коэффициент корреляции:

Это означает, что 52% вариации заработной платы (у) объясняется вариацией факторах - среднедушевого прожиточного минимума. Качество модели определяет средняя ошибка аппроксимации:

Качество построенной модели оценивается как хорошее, так как не превышает 8-1 0%.

3. Оценку статистической значимости параметров регрессии проведем с помощью t -статистики Стьюдента и путем расчета доверительного интервала каждого из показателей.

Выдвигаем гипотезу Н₀ о статистически незначимом отличии показателей от нуля: .

T_табл для числа степеней свободы и составит 2,23.

Определим случайные ошибки :

Тогда

Фактические значения t -статистики превосходят табличные значения:

поэтому гипотеза Н₀ отклоняется, т.е. и не случайно отличаются от нуля, а статистически значимы.

Рассчитаем доверительный интервал для a и b. Для этого определим предельную ошибку для каждого показателя:

Доверительные интервалы:

Анализ верхней и нижней границ доверительных интервалов говорит о том, что с вероятностью параметры a и b, являются статистически значимыми.

4. Полученные оценки уравнения регрессии позволяют использовать его для прогноза. Если прогнозное значение прожиточного минимума составит: тыс. руб., тогда прогнозное значение прожиточного минимума составит:

тыс. руб.

5. Ошибка прогноза составит с учетом e:

тыс. руб.

Предельная ошибка прогноза, которая в 95% случаев не будет превышена, составит:

Доверительный интервал прогноза:

руб.; руб.

Выполненный прогноз среднемесячной заработной платы оказался надежным , но неточным, так как диапазон верхней и нижней границ доверительного интервала составляет 1,95 раза:

Пример 3

По группе предприятий, производящих однородную продукцию, известно, как зависит себестоимость единицы продукции у от факторов, приведенных в табл. 1.8.

Таблица 1.8

Признак-фактор	Уравнение парной регрессии	Среднее значение фактора
Объем производства, млн руб., х1
Трудоемкость единицы продукции, чел.-час, х2
Оптовая цена за 1 т энергоносителя, млн. руб., х3
Доля прибыли, изымаемой государством, %, х4

Требуется:

1. Определить с помощью коэффициентов эластичности силу влияния каждого фактора на результат.

2.Ранжировать факторы по силе влияния.

Решение

1. Для уравнения равносторонней гиперболы

Для уравнения прямой

Для уравнения степенной зависимости

Для уравнения показательной зависимости :

2. Сравнивая значения , ранжируем x_j по силе их влияния на себестоимость единицы продукции:

а) ; в) ;

б) ; г) .

Для формирования себестоимости продукции группы предприятий первоочередное значение имеют цены на энергоносители; в гораздо меньшей степени влияют трудоемкость продукции и отчисляемая часть прибыли. Фактором снижения себестоимости выступает размер производства: с ростом его на 1% себестоимость единицы продукции снижается на -0,97%.

Пример 4

Зависимость потребления продукта А от среднедушевого дохода по данным 20 семей характеризуется следующим образом:

уравнение регрессии ;

индекс корреляции ;

остаточная дисперсия .

Требуется:

Провести дисперсионный анализ полученных результатов.

Решение

Результаты дисперсионного анализа приведены в табл. 1.9.

Таблица 1.9

Вариация результата у	Число степеней свободы	Сумма квадратов отклонений, S	Дисперсия на одну степень свободы, D	Fфакт	Fтабл
Общая		6,316	–	–	–
Факторная		5,116	5,116	76,7	4,41
Остаточная		1,200	0,0667	–	–

В силу того что F_факт = 76,7 > F_табл = 4,4, гипотеза о случайности различий факторной и остаточной дисперсий отклоняется. Эти различия существенны, статистически значимы, уравнение надежно, значимо, показатель тесноты связи надежен и отражает устойчивую зависимость потребления продукта А от среднедушевого дохода.