Область прогноза для однофакторной и двухфакторной модели. Точечный прогноз на основании линейной прогрессии
Нелинейную зависимость принять

Обозначим вес пашни в с/х
% – Х, уровень убыточности (%) – У. Построим линейную зависимость показателя от
фактора. Найдем основные числовые характеристики. Объем выборки n=15 – суммарное
количество наблюдений. Минимальное значение Х=68,1, максимальное значение Х=94,7,
значит, удельный вес пашни меняется от 68,1 до 94,7 %. Минимальное значение У=15,
максимальное значение У=46,5, уровень убыточности животноводства от 15 до 46,5%.
Среднее значение
. Среднее
значение пашни составляет 80,1%, среднее значение уровня убыточности составляет
28,2%. Дисперсия
= 58,83,
= 92,965.
Среднеквадратическое отклонение
7,67, значит среднее отклонение пашни от среднего
значения, составляет 7,67%.,
9,64,
значит среднее отклонение уровня убыточности от среднего значения, составляет 9,64%.
Определим, связаны ли Х и У между собой, и, если да, то определить формулу
связи. По таблице строим корреляционное поле (диаграмму рассеивания) – нанесем
точки
на график. Точка с
координатами
=(80; 27,08)
называется центром рассеяния. По виду корреляционного поля можно предположить,
что зависимость между y и x линейная. Для определения тесноты линейной связи
найдем коэффициент корреляции:
=0,88 Так как
то линейная связь между Х и У достаточная. Пытаемся
описать связь между х и у зависимостью
. Параметры b0, b1 находим по
МНК.
Так как b1>0,
то зависимость между х и y прямая: с ростом пашни уровень убыточности
животноводства возрастает. Проверим значимость коэффициентов bi.
Значимость коэффициента b может быть проверена с помощью критерия Стьюдента:
-4,608. Значимость
равна 0,000490101, т.е практически 0%. Коэффициент b0
статистически не значим.
6,744. Значимость
равна 1,375·10-5, т.е 0%, что меньше,
чем 5%. Коэффициент b1 статистически значим. Получили модель
зависимости уровня пашни от убыточности животноводства ![]()
После того, как была построена модель, необходимо проверить ее на адекватность.
Для
анализа общего качества оцененной линейной регрессии найдем коэффициент
детерминации:
=0,777.
Разброс данных объясняется линейной моделью на 77,7% и на 22,3% – случайными
ошибками. Качество модели плохое.
Проверим с помощью критерия Фишера.
Для
проверки найдем величины:
1012,166 и
1012,166. Вычисляем k1=1,
k2=13. Находим наблюдаемое значение критерия Фишера
45.48. Значимось этого значения a=1,37610-5,
т.е. процент ошибки равен 0%, что меньше, чем 5%. Модель
считается адекватной с гарантией более 95%.
Найдем прогноз на
основании линейной регрессии. Выберем произвольную точку из области прогноза
, х=80
Рассчитываем прогнозные
значения по модели для всех точек выборки и для точки прогноза: ![]()
Найдем полуширину
доверительного интервала в каждой точке выборки xпр: 
sе – средне квадратичное отклонение выборочных точек от линии регрессии
4,72
ty = критическая точка распределения Стьюдента для надежности g=0,9 и k2=13.
n =15.

или ![]()
xпр – точка из области прогнозов.
Прогнозируемый
доверительный интервал для любого х такой
, где d(х=80)=10,53, т.е. доверительный интервал для хпр=80
составит от 16,55 до 37,61 с гарантией 90%.
Совокупность доверительных интервалов для всех х из области прогнозов образует доверительную область.
Т.е. при пашни 80 % уровень убытка животноводства составит от 16% до 37,5%.
Найдем эластичность.
Для линейной модели ![]()
![]()
Коэффициент эластичности показывает, что при изменении х=80 на 1% показатель y увеличивается на 3,29%.
Обозначим пашни в с/х – Х, уровень
убыточности – У. Построим нелинейную зависимость показателя от фактора вида
. Найдем основные числовые
характеристики. Объем выборки n=15 – суммарное количество наблюдений.
Минимальное значение Х=9.2, максимальное
значение Х=28.7, значит, площадь пашен изменяется от 9.2 до 28.7%. Минимальное
значение У=15, максимальное значение У=45.6, уровень убыточности животноводства
изменяется от 15 до 45.6%. Среднее значение
. Среднее значение пашни составляет 17.02%, среднее
значение уровня убыточности животноводства составляет 28.17%.
Дисперсия
=42.45,
=92.965.
Среднеквадратическое
отклонение
6.52, значит
среднее отклонение объема пашни от среднего значения, составляет 6.52%,
9.64, значит среднее отклонение уровня
убыточности животноводства от среднего значения, составляет 9.64%.
Определим, связаны ли Х и
У между собой, и, если да, то определить формулу связи. По таблице строим корреляционное
поле (диаграмму рассеивания) – нанесем точки
на график.
Точка с координатами
=(17.02; 28.17) называется
центром рассеяния.
По виду корреляционного поля можно предположить, что зависимость между y и x нелинейная.
Пытаемся описать связь
между х и у зависимостью
. Перейдем к линейной модели. Делаем линеаризующую
подстановку:
,
. Получили новые данные U и V.
Для этих данных строим линейную модель: ![]()
Проверим тесноту линейной
связи u и v. Найдем коэффициент корреляции:
0,864. Между u и v сильная линейная связь.
Параметры b0, b1
находим по МНК. ![]()
Проверим значимость коэффициентов bi. Значимость коэффициента b может быть проверена с помощью критерия Стьюдента:
=0.845. Значимость
равна 0,413, т.е практически 41%. Коэффициент b0
статистически не значим.
6.19 Значимость
равна 0,000032, т.е практически 0%. Коэффициент b1
статистически значим.
Получили линейную модель ![]()
После того, как была построена модель, необходимо проверить ее на адекватность.
Для
анализа общего качества оцененной линейной регрессии найдем коэффициент
детерминации:
=0,747.
Разброс данных объясняется линейной моделью на 75% и на 25% – случайными
ошибками. Качество модели хорошее.
Проверим с помощью критерия Фишера.
Для
проверки находим величины:
972.42 и
25.32. Вычисляем k1=1,
k2=13. Находим наблюдаемое значение критерия Фишера
38.41. Значимось этого значения a=0,000032, т.е.
процент ошибки практически равен 0%. Модель
считается адекватной с гарантией более 99%.
Так как линейная модель адекватна, то и соответствующая нелинейная модель тоже адекватна.
Находим параметры исходной нелинейной модели: а=b1=370.76; b= b0=3.53.
Вид нелинейной функции:
.
Т.е. зависимость уровня убыточности
от площади пашен имеет вид:
.
Найдем прогноз на основании модели. Выберем произвольную точку из области прогноза [9.2; 28.7], х=15
Рассчитываем прогнозные
значения по модели для всех точек выборки и для точки прогноза:
28.25
Найдем полуширину доверительного интервала в каждой точке выборки. Для этого найдем полуширину для линейной модели:

sе – средне квадратичное отклонение выборочных точек от
линии регрессии
5.03
![]()
uпр – точка из области прогнозов.
Прогнозируемый доверительный интервал для любого u такой ![]()
Для нелинейной модели
найдем доверительный интервал, воспользовавшись обратной заменой:
Совокупность доверительных
интервалов для всех х из области прогнозов образует доверительную область.
Прогноз для х=15 составит от 17.03 до 39.48 с гарантией 90%.
Т.е. при площади пашен 15 уровень убыточности животноводства составит от 17.03% до 39.48%.
Найдем эластичность.
Коэффициент эластичности для точки прогноза:
,


Коэффициент эластичности для точки прогноза:
![]()
Коэффициент эластичности показывает, что при изменении площади паши 15 % на 1% уровень убыточности животноводства увеличивается на 13.12%.
Обозначим удельный вес пашни – Х1 %, удельный
вес лугов и пастбищ - Х2 %, уровень убыточности продукции животноводства - У %.
Построим линейную зависимость показателя от факторов. Найдем основные числовые
характеристики. Объем выборки n=15 – суммарное количество наблюдений.
Минимальное значение Х1=68.1, максимальное значение Х1=94.7, значит, удельный
вес пашни изменяется от 68.1 до 94.7%. Минимальное значение Х2=9.2, максимальное
значение Х2=28.7, значит, вес лугов и пастбищ изменяется от 9.2 до 28.7%.
Минимальное значение У=15, максимальное значение У=45.6, уровень убыточности
животноводства изменяется от 15 до 45.6%. Среднее значение
.
Среднее значение веса пашни составляет 80.98 %, среднее значение веса лугов и пастбищ составляет 17.02, среднее значение уровня убыточности животноводства составляет 28.17%.
Дисперсия
=58,83,
=42,45
=92.96%.
Среднеквадратическое
отклонение
7.67, значит
среднее отклонение веса пашни от среднего значения, составляет 7.67%.,
среднеквадратическое отклонение
6.52, значит среднее отклонение удельного веса лугов
и пастбищ от среднего значения, составляет 6.52%,
9.65, значит среднее отклонение уровня убыточного
животноводства от среднего значения, составляет 9.65%.
Прежде чем строить
модель, проверим факторы на коллинеарность. По исходным данным строим
корреляционную матрицу. Коэффициент корреляции между X1 и X2
равен 0,89. Так как
, значит
X1 и X2 – неколлинеарные
Определим, связаны ли Х1, Х2 и У между собой.
Для определения тесноты
линейной связи найдем коэффициент корреляции: r=0,892. Так как
то линейная связь между Х1, Х2 и
У достаточная.
Пытаемся описать связь
между х и у зависимостью
.
Параметры b0, b1,
b2 находим по МНК.
.
Проверим значимость коэффициентов bi.
Значимость коэффициента b может быть проверена с помощью критерия Стьюдента:
-0,867. Значимость
равна 0.402, т.е приблизительно 40%. Так как это значение
намного больше 5%, то коэффициент b0 статистически не значим.
3.04. Значимость
равна 0.0102, т.е 1%. Так как это значение меньше
5%, то коэффициент b1 статистически значим.
-2.107. Значимость
равна 0.056, т.е 5%. Так как это значение больше
5%, то коэффициент b2 статистически не значим.
Проверим адекватность.
Для
анализа общего качества оцененной линейной регрессии найдем коэффициент
детерминации:
=0,8377. Разброс данных объясняется линейной
моделью на 84% и на 16% – случайными ошибками. Качество модели хорошее.
Проверим с помощью критерия Фишера.
Для
проверки найдем величины:
545.17 и
17.6. Вычисляем k1=2,
k2=12. Находим наблюдаемое значение критерия Фишера
30.98 Значимость этого значения a=0.000018, т.е.
процент ошибки равен 0,00018%. Так как это значение меньше 5%, то модель
считается
адекватной с гарантией более 99%.
Получили модель
зависимости уровня удельного веса пашни от удельного веса лугов и пастбищ и
убыточности скотоводства ![]()
Найдем прогноз на
основании линейной регрессии. Выберем произвольную точку из области прогноза:
х1=80, х2=30. Рассчитываем
прогнозные значения по модели для всех точек выборки и для точки прогноза: ![]()
Т.е. при удельном весе пашен 80% и весе лугов и пастбищ 30% уровень убыточности животноводства составит 19.86%.
Найдем эластичность по каждому фактору.
Для линейной модели
,
.
Коэффициент эластичности показывает, что увеличении пашен с 80 % на 1% и при уровне лугов