Гиперболическая регрессия
Уравнение регрессии, будем искать в виде:
y=a+b/x
линеализуется при замене: z=1/x
Тогда y=a+b*z
Где параметры a и b рассчитываем:
b=(Y*z)ср.-Yср.*zср./(z2)ср.-(zср.)2
a=Yср.* (z2) ср-(Y*z) ср*zср/(z2)ср.-(zср.)2
Для расчётов используем данные таблицы.
Рассчитаем параметры a и b:
a=(825,44*1,35119Е-06 - 0,001162211*0,959204808)/(1,35119Е-06 - 0,0011622112)=1158,670777
b=(0,959204808-825,44*0,001162211)/( 1,35119Е-06 - 0,0011622112)=-286721,3163
Получим линейное уравнение:Ŷ=1158,6707777-286721,3163*z
Полученный коэффициент регрессии b=-286721,3163 показывает, что при увеличении фактора xна 1 единицу от своего среднего уровня, результативный показатель y уменьшится на 286721,3163 от своего среднего уровня.
Другими словами, при увеличении денежных расходов на душу населения на 1 единицу от своего среднего уровня, потребительские расходы на душу населения уменьшаются на 286721,3163 единиц от своего среднего уровня.
Рассчитаем линейный коэффициент парной корреляции:
rx*y=b*σx/σy=-286721,3163* 2,13712Е-05/15,0574367=-0,406947315
Связь умеренная, обратная.
Подставляя в уравнение регрессии фактические значения x, определим теоретические (расчётные) значения Ŷx.
Найдём величину средней ошибки аппроксимации A:
A=1/n*∑Ai=1/n*∑│y- Ŷ │/у*100%=1/25*0.35240728*100%=1,409629122
В среднем расчётные значения отклоняются от фактических на 1,409629122%.
Рассчитаем F-критерий: Fфакт.=r2*(n-2)/1- r2
Fфакт.= (-0,406947315)2*(25-2)/1-(-0,4069473152)=4,564919257
Fтабл.=4,24
Полученное значениеFфактич.>Fтабл.
Значит, модель считается статистически значимой.
Рассчитаем коэффициент эластичности:
Э=b*zср./yср.
Э=-286721,3163*0,001162211/825,44=-0,40370079
Полученное значение коэффициента эластичности Э=0,40370079% показывает, что при увеличении фактора xна 1% от своего среднего значения, результативный показатель y увеличится на 0,40370079% от своего среднего значения.
Другими словами при увеличении денежных расходов на душу населения на 1% от своего среднего уровня, потребительские расходы на душу населения увеличиваются на 0,40370079% от своего среднего уровня.
ВЫВОД ИТОГОВ |
|
|
|
|
|||||
|
|
|
|
|
|
||||
Регрессионная статистика |
|
|
|
|
|||||
Множественный R |
0,406947315 |
|
|
|
|
||||
R-квадрат |
0,165606117 |
|
|
|
|
||||
Нормированный R-квадрат |
0,129328123 |
|
|
|
|
||||
Стандартная ошибка |
14,33978659 |
|
|
|
|
||||
Наблюдения |
25 |
|
|
|
|
||||
|
|
|
|
|
|
||||
Дисперсионный анализ |
|
|
|
|
|||||
|
df |
SS |
MS |
F |
Значимость F |
||||
Регрессия |
1 |
938,6819709 |
938,6819709 |
4,564919257 |
0,043496854 |
||||
Остаток |
23 |
4729,478029 |
205,6294795 |
|
|
||||
Итого |
24 |
5668,16 |
|
|
|
||||
|
|
|
|
|
|
||||
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
||||
Y-пересечение |
1158,670777 |
155,9918713 |
7,427763814 |
1,49569E-07 |
835,9770053 |
||||
Переменная X 1 |
-286721,3163 |
134197,193 |
-2,136567167 |
0,043496854 |
-564329,3609 |
|
Апроксимация |
Fрасч |
Э |
r |
Линейная |
1,409158905
|
4,590694761
|
0,404182845
|
0,407903931
|
Показательная |
294841,9349
|
4,585448858
|
0,060133846
|
0,407709564
|
Степенная |
11399,37482
|
4,572765852
|
0,40612123
|
0,407238956
|
Гиперболическая |
1,409629122
|
4,564919257
|
-0,40370079
|
-0,406947315
|
По показателям апроксимации показательная и степенная модели отвергаются, т.к. они неадекватны, т.е. А › 12.
Все модели являются статистически значимыми, т.к. Fтабл=4,24 , Fрасч ›Fтабл.
В гиперболической модели наблюдается слабая связь r‹ 0,4.
В линейной модели наблюдается умеренная прямая связь 0,4 ‹ r ‹ 0,75.
Судя по всем показателям линейная модель получается и адекватной А ‹ 12, и статистически значима, и имеет самый наилучший показатель эластичности Э=0,404182845% среди всех моделей.
Таким образом, выбираем среди всех моделей линейную модель, которая имеет вид
y = 491,8113123 + 0,387615819x
Полученный коэффициент регрессии b=0,387615819 показывает, что при увеличении фактора xна 1 единицу от своего среднего уровня, результативный показатель y увеличится на 0,387615819 от своего среднего уровня.
Другими словами, при увеличении денежных расходов на душу населения на 1 единицу от своего среднего уровня, потребительские расходы на душу населения увеличиваются на 0,387615819 единиц от своего среднего уровня.
Полученное значение коэффициента эластичности Э=0,404182845% показывает, что при увеличении фактора xна 1% от своего среднего значения, результативный показатель y увеличится на 0,404182845% от своего среднего значения.
Другими словами при увеличении денежных расходов на душу населения на 1% от своего среднего уровня, потребительские расходы на душу населения увеличиваются на 0,404182845% от своего среднего уровня.
|
А |
Fрасч. |
Э |
r |
линейная |
1,256459931 |
898,6754501 |
1,0570998 |
0,987443895 |
степенная |
6210,244489 |
936,340616 |
1,06619405 |
0,987939876 |
показательная |
10401,92486 |
852,3096021 |
0,222638979 |
0,986774332 |
гиперболическая |
1,634637948 |
641,0898309 |
-1,01429604 |
-0,982530479 |