Файл: Обычно выделяют следующие основные этапы эконометрического исследования постановочный априорный этап параметризации информационный этапы идентификации верификации модели.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 08.11.2023

Просмотров: 36

Скачиваний: 2

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Решение. Линейная регрессия. Для расчета параметровa и b линейной регрессии , построим вспомогательную таблицу:

N

x

y

x2

y2

x∙y

1

10

30

100

900

300

2

20

50

400

2500

1000

3

30

70

900

4900

2100

4

40

90

1600

8100

3600

5

50

110

2500

12100

5500

Сумма

150

350

5500

28500

12500

Система нормальных уравнений:

.

Тогда получим , или .

Сложив уравнения последней системы, получим: . Таким образом, получили: .

Уравнение линейной регрессии:

.

Экспоненциальная регрессия. Для расчета параметров регрессии построим расчетную таблицу. 

N

x

ln(y)

x2

ln(y)2

x∙ln(y)

1

10

3.4012

100

11.5681

34.012

2

20

3.912

400

15.3039

78.2405

3

30

4.2485

900

18.0497

127.4549

4

40

4.4998

1600

20.2483

179.9924

5

50

4.7005

2500

22.0945

235.024

Сумма

150

20.762

5500

87.2646

654.7237



Для наших данных система уравнений имеет вид:

, или

Сложив уравнения последней системы, получим: . Таким образом, получили: .

Уравнение экспоненциальной регрессии:

.

Степенная регрессия. Для расчета параметров регрессии построим расчетную таблицу. 

N

ln(x)

ln(y)

ln(x)2

ln(y)2

ln(x)∙ln(y)

1

2.3026

3.4012

5.3019

11.5681

7.8315

2

2.9957

3.912

8.9744

15.3039

11.7194

3

3.4012

4.2485

11.5681

18.0497

14.45

4

3.6889

4.4998

13.6078

20.2483

16.5993

5

3.912

4.7005

15.3039

22.0945

18.3884

Сумма

16.3004

20.762

54.7562

87.2646

68.9885


Для наших данных система уравнений имеет вид 

, или

Сложив уравнения последней системы, получим: . Таким образом, получили: .

Уравнение степенной регрессии:


.

Логарифмическая регрессия. Для расчета параметров регрессии построим расчетную таблицу.

N

ln(x)

y

ln(x)2

y2

ln(x)∙y

1

2.3026

30

5.3019

900

69.0776

2

2.9957

50

8.9744

2500

149.7866

3

3.4012

70

11.5681

4900

238.0838

4

3.6889

90

13.6078

8100

331.9992

5

3.912

110

15.3039

12100

430.3225

Сумма

16.3004

350

54.7562

28500

1219.2697


Для наших данных система уравнений имеет вид 

.

Решая данную систему уравнений, получили: . Уравнение логарифмической регрессии:

.

Показательная регрессия. Для расчета параметров регрессии построим расчетную таблицу.

N

x

ln(y)

x2

ln(y)2

x∙ln(y)

1

10

3.4012

100

11.5681

34.012

2

20

3.912

400

15.3039

78.2405

3

30

4.2485

900

18.0497

127.4549

4

40

4.4998

1600

20.2483

179.9924

5

50

4.7005

2500

22.0945

235.024

Сумма

150

20.762

5500

87.2646

654.7237



Для наших данных система уравнений имеет вид 

.

Решая данную систему уравнений, получили: . Уравнение показательной регрессии:

.
Задача 2. Вычислить коэффициент корреляции для линейной зависимости.

Значения

вел X

№ варианта

10

20

30

40

50

2

30

50

70

90

110

Решение. Вычислим выборочные средние:

.

.

.

Вычислим выборочные дисперсии:

. .

Вычислим среднее квадратическое отклонение:

. .

Вычислим коэффициент корреляции:

.

Ответ: .