Xreferat.com » Рефераты по математике » Модель распределения

Модель распределения

и полученные на основе аналитической таблицы следующим образом: среднему значению признака Модель распределения в j-ой группе ставится в соответствие не середина интервала группирования по признаку x, а среднее значение Модель распределения, полученное из соответствующих интервалу значений признака x. Можно воспользоваться следующим приемом: построим все точки, соответствующие парам (хi;уi), в декартовой системе координат и провести линию через середины скоплений точек (График № 1).

Модель распределенияЗатем по справочнику плоских кривых и виду линии подбираем соответствующее уравнение регрессии. Однако не следует брать слишком сложное уравнение. В нашем случае берём линейную функцию:

Вычислив частные производные и приравняв их к нулю, получим систему линейных алгебраических уравнений относительно коэффициентов а и b. В нашем случае система уравнений имеет вид:

Модель распределения

Решая эту систему уравнений относительно b, получим:

Модель распределения

Решая первое уравнение относительно а, получим:

Модель распределения                                    

Модель распределенияМодель распределения                                                                           

Модель распределения                             Т.о.:          

Модель распределения

Линейный коэффициент корреляции равен:

где sx и sy - средние квадратические отклонения признаков x и y.

Модель распределения

                                                                                   

Модель распределения

Рассчитаем общую дисперсию:

Модель распределенияи остаточную дисперсию:

где yx(хi) - значение величины y, рассчитанное по уравнению регрессии при подстановке в него значения xi; yi- значение величины y в исходной таблице, соответствующее значению xi.

Модель распределения Модель распределения

Определим индекс корреляции:

Модель распределения

Индекс корреляции принимает значения 0£ i £1.

Модель распределения                                                                                         

Т.к. i близок к единице, то связь между признаками хорошо описана выбранным   уравнением   регрессии.   Для   линейной   зависимости дополнительным условием для такого заключения является близость значений r и i.                                                            

Модель распределения

Можно выбрать несколько видов уравнения регрессии. Наилучшим из них будет то уравнение, которому соответствует меньшая средняя квадратическая ошибка уравнения регрессии:

где m - число коэффициентов в уравнении регрессии.

                                                                    Модель распределения                      

Принимая во внимание то, что мы имеем дело с малой выборкой, необходимо оценить значимость коэффициентов уравнения регрессии, а также индекса корреляции i и линейного коэффициента корреляции r. Значимость линейного коэффициента корреляции r оцениваем с помощью критерия Стьюдента. Фактическое значение критерия Стьюдента равно:

Модель распределения

   

Модель распределения                            

                                                                      

Критическое (предельное) значение критерия Стьюдента tk, берем из табл.4 приложения, задаваясь уровнем значимости a=5,0 и имея число степеней свободы равное:

Модель распределения

k=n-2

Если tr>tk, то величину линейного коэффициента корреляции считаем значимой и можем использовать в расчетах.

Модель распределения

Значимость коэффициентов уравнения регрессии а и b также оцениваем с помощью критерия Стьюдента. Расчетные значения критерия Стьюдента равны:

Модель распределения

Учитывая, что число степеней свободы также равно k=n-2, сравнение фактических значений критерия Стьюдента ведем с уже найденным критическим значением tk.

Если ta>tk, tb>tk, то соответствующий коэффициент уравнения регрессии значим, и мы можем им пользоваться. Значимость индекса корреляции определяем с помощью критерия Фишера. Фактическое значение критерия Фишера равно:

Модель распределения

где m - число коэффициентов в уравнении регрессии.

Модель распределения

Табличное значение критерия Фишера Fk; определяется по табл.5 приложения, задаваясь уравнением значимости a и числом степеней свободы k1=m-l; k2=n-m.

Модель распределения

Если Fi>Fk, то величину индекса корреляции считаем значимой и можем ее использовать в расчетах.

Если коэффициенты а и b, а также линейный коэффициент корреляции r и индекс корреляции i значимы, то все наши расчеты и выводы, опирающиеся на эти величины, правомерны и мы можем использовать полученное уравнение  регрессии для прогноза. Ошибка прогноза будет зависеть, в частности, от остаточной дисперсии s2e.

Раздел 3. Изучение динамических рядов

1. Изучение сезонных явлений

Исследуем сезонные процессы в наших двух динамических рядах. При изучении сезонных явлений из уровней динамического ряда целесообразно вычесть значения, получаемые по уравнению тренда, которые отражают основную тенденцию развития.

Модель распределенияПри изучении периодических процессов в качестве аналитической модели используем ряд Фурье:

где k=1; j=1.

Для нахождения коэффициентов a0, aj, bj применяем метод наименьших квадратов.

Модель распределенияПолучаем:

Для признака x:                                                         Для признака y:

Модель распределения
Модель распределения

Обычно для расчётов используют ежемесячные данные за один год или несколько лет. В этом случае интервал между двумя соседними месяцами принимают равным:

                                                   Модель распределения                  

Построив модель сезонных колебаний, положим для уточнённого изучения основной тенденции a0 =0. Исключим сезонные колебания из уровней динамического ряда (табл.3.1.1).

Таблица 3.1.1

xt yt
2661,669 3613,236
2875,587 3822,011
2963,355 3982,202
3123,42 4283,029
3220,836 4428,087
3326,98 4610,676
3286,852 4566,172
3263,324 4538,486
3116,237 4319,251
3036,962 4198,99
2900,234 3993,958
2894,491 3990,848
2874,626 3974,423
2997,766 4181,021
3084,173 4339,299
3262,659 4638,991
3338,698 4783,995
3444,038 4907,625
3403,894 4924,979
3381,141 4899,469
3315,414 4682,148
3157,719 4563,026
3022,368 4358,052
3017,432 4353,904
2997,586 4365,623

2. Определение основной тенденции развития

Для выявления основной тенденции развития применяют аналитическое выравнивание. В результате выравнивания получают зависимость изучаемого показателя от времени, т.е. трендовую модель. Используем линейную трендовую модель:

Модель распределения

                                                                          

Наиболее тщательно  выбирают модель для целей экстраполяции значений показателя. Значение х и у выбираем из табл.6 приложения.

Коэффициенты уравнения определяем методом наименьших квадратов. В нашем случае система уравнений относительно коэффициентов a0 и a1 имеет вид:

Модель распределения

Модель распределенияи коэффициенты a0 и a1 равны:

Для признака x:

Модель распределения

Для признака y:

Модель распределения  

Модель распределения

3. Изучение корреляционной зависимости между уровнями двух динамических рядов

Продолжаем рассмотрение двух выбранных нами рядов динамики. При исследовании тесноты связи между их уровнями на первое место выступает анализ смысла связи между рядами и установление факторного и результативного признаков. Без такого анализа значение коэффициента корреляции может выражать только случайное сопутствие в изменении уровней двух рядов.

Применение  традиционных  приемов  изучения  корреляции к динамическим рядам сопряжено со следующими особенностями:

1. В социально-экономических рядах динамики имеет место тенденция, вызванная действием постоянных факторов: последующие уровни рядов динамики зависят от последующих, т.е. имеется автокорреляция и авторегрессия. Это говорит о  том, что нарушена одна из предпосылок применения теории корреляции - независимость отдельных наблюдений друг от друга. Если автокорреляцией при этом пренебречь, то полученная зависимость будет отражать взаимосвязь, которой в действительности не существует, или искажать реально существующую взаимосвязь.

2. Второй особенностью изучения корреляции динамических рядов является наличие временного лага, т.е. сдвига по времени изменения уровней одного ряда по отношению к изменению уровней другого ряда. Если сдвинуть уровни одного ряда относительно другого и убрать временной лаг, то получим верную оценку тесноты корреляционной связи уровней двух динамических рядов.                                                         

3. Третьей особенностью является изменение тесноты корреляционной связи уровней динамических рядов со временем.

Вначале устраняем временной лаг, значение которого определяем графически или подбором; с расчетом коэффициента корреляции.

Затем приступаем к исследованию взаимосвязи уровней. Существует четыре направления изучения корреляционной зависимости между уровнями двух динамических рядов:               

- коррелирование уровней;

- коррелированно разностей;

- коррелирование остатков (отклонений от трендов);

- коррелирование с учетом фактора времени.

3.1. Изучение корреляционной зависимости между уровнями двух динамических рядов методом коррелирования уровней

Нам следует построить уравнение авторегрессии для каждого из изучаемых динамических рядов, проверив наличие временного лага:

Модель распределения

где L – величина временного лага (L=1).

Модель распределения

Модель распределения

Для динамического ряда xi:

Модель распределения
Модель распределения
Модель распределения

Модель распределенияДля динамического ряда yi:

Модель распределения
Модель распределения

Т.к. полученные коэффициенты корреляции больше табличного, то переходим к следующему методу.

3.2. Изучение корреляционной зависимости между уровнями двух динамических рядов методом коррелирования разностей

По первоначальным динамическим рядам xi, yi с количеством членов

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: