Documente Academic
Documente Profesional
Documente Cultură
Soluție:
I.1. Dacă dependența este liniară, atunci regresia pentru funcția liniară este y= a+ bx.
( n ) a+ b ( ∑ x )=∑ y
{(∑ )x a+b ( ∑ x 2) =∑ xy
Nr.
d/o x y yx x^2 y^2 y-yaj Ai
428,798 4662,15 1,76923076 2,59114055
1
6,28 A 4 39,4384 8 9 2
-
7,28 68,28 424,278 3396,55 3,09615384 5,31254949
2 4 52,9984 8 6 6
453,398 3878,79 0,90384615 1,45126228
3
7,28 58,28 4 52,9984 8 4 9
485,158 2733,19 1,17307692 2,24383497
4
9,28 62,28 4 86,1184 8 3 1
-
8,28 52,28 449,438 2946,31 1,96153846 3,61374071
5 4 68,5584 8 2 8
474,278 3280,99 1,03846153 1,81295659
6
8,28 54,28 4 68,5584 8 8 6
475,878 2629,63 0,17307692 0,33751350
7
9,28 57,28 4 86,1184 8 3 1
3191,22 454,788 23527,6 17,3629981
total 55,96 403,96 9 8 7 0 2
7,99428571 57,7085714 455,889 64,9698 3361,09 2,48042830
media 4 3 8 3 6 0 3
98,75
b -5,13
{567a+a+56 b=403
455b=3191
∆= |567 455
56
|=¿7x455-(56) ^2=49
403 56
∆ =|
3191 455|
a =4669
∆a
a^ = = 98,28
∆
∆b = |567 403
3191|=-231
b^ = -5,13
ŷ = 98,28-5,13x
^ ( xy )−( x )( y )
Acest rezultat poate fi obținut folosind b=
σ 2x
2 ∑ x2 2
σ x = - x = x2 - x2
n
a = y – bx
Interpretare
b^ =-5,13
Din urmatoarele date rezulta ca daca salariul va creste cu 1000 lei, atunci ponderea cheltuielilor
pentru cumpararea produselor se va micsora in mediu cu 5,13p.p(puncte procentuale).
Calculăm rezidiurile e = y - ^y
Coeficientul de corelație:
σ
^ ( xy )−( x )( y )
r yx = b^ x sau r yx =
σ^y σxσ y
σ^ x = √ 64,96−7,99 2=1,06
σ^ y = √ 3361,09−57,702=5,64
1,06
r yx =-5,13* = -0,964 o dependență liniara stransa .
5,64
Coeficientul de determinație:
Criteriul Fisher:
r2
F= ( 28 – 2 ) = 341,23
1−r 2
F 0,05
tab(1,5 ) = 6,61
! Ecuație statistic
y i−^y i
| | yi
× 100
1 y i− ^yi 17,36
A=
n
∑ | |
yi
× 100 =
7
=2,48%
a 5,47
b -0,68
7 A+14,49 b=28,36
{14,49 A+ 30,12b=58,62
7 14,49
∆= |14,49 30,12|
=203,63-202,77=0,87
28,36 14,49
∆ = |
58,62 30,12|
A =823,83-819,08=4,79
7 28,36
∆ =|
14,49 58,62|
b =410,34-410,93= -0,59
∆ A 4,79 ∆b −0,59
a= = =5,50 b= = = -0,66
∆ 0,87 ∆ 0,87
ln y =5,47-0,68lnx
∑ ( y − ŷ x )2
R = 1−
√ ∑ ( y− ý)2
∑ ( y− ^y )2 = 14,57
∑ ( y− ^y )2 = nσ 2y =7*5,394732 =203,7218
∑ ( y− ý )2 = ∑ y2 - y ∑ y = 215,7143
19,87
Așadar avemR = 1−
√ 237,73
=√ 0,932086=0,957297
( ln y ln x )−ln y × ln x
ŋ ln y ln x = = -0,957
σ ln y σ ln x
R2 =0,93093
Interpretare: Coeficientul de determinaţie are valoare R2 = 93,09% ceea ce exprimă faptul că
93% din variaţia lui Y, se datorează variaţiei variabilei independente X.
R2 0,93093
F= 2 ( n-2 ) = (7-2)=67,39
1−R 1−0,93093
F 0,05
tab = 6,61
14,57
A= =2,081%
7
Concluzie: Eroarea medie de aproximație arată o corespundere bună a valorilor ^y la cele y culese
avînd o abatere de 2,081%.
3) Exponent
y = ae bx
ln y =ln a + bx
Nr.
x y Lnx Lny DE D^2 E^2 Lnyaj dif A rezid2
d/o
0,8
1 6,28 68,28 1,84 4,22 7,76 3,38 17,84
67,13 7
1,3225
4,21
2 7,28 58,28 1,99 4,07 8,07 3,94 16,53 60,60 -2,6 5,3824 4,11
3 7,28 62,28 1,99 4,13 8,20 3,94 17,07 60,60 1,4 2,8224 4,11
4 9,28 52,28 2,23 3,96 8,81 4,96 15,65 51,30 0,7 0,9604 3,94
-
5 8,28 54,28 2,11 3,99 8,44 4,47 15,95 1,4 1,4161
55,47 7 4,02
1,5
6 8,28 57,28 2,11 4,05 8,56 4,47 16,39
55,47 3
3,2761
4,02
7 9,28 51,28 2,23 3,94 8,77 4,96 15,50 51,30 -0,3 0,0004 3,94
14,4 28,3 58,6 30,1 114,9 401,8 0,1 15,180 28,3565
Total
55,96 403,96 9 6 2 2 3 6 4 3 4
Medi 7,99428 57,7085 0,0 4,05093
2,07 4,05 8,37 4,30 57,47 2,08
a 6 7 57,41 2 4
a 5,47
b -0,68
Scriem sistemul de ecuații normale
ln y =n ln a+b ∑ x
{∑∑ x ln y =ln a ∑ x+ b ∑ x 2
28,36=7 ln a+56 b
{233,59=56 ln a+ 455 b
7 28,36
∆ =|
56 233,59|
b = -4,47 b = -0,088
Atunci ln y = 4,723-0,088x
Potențiem obținem:
ŷ = e 4,723−0,088 x
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,959
R Square 0,919
Adjusted R Square 0,903
Standard Error 0,032
Observations 7,000
ANOVA
df SS MS F Significance F
Regression 1,000 0,057 0,057 56,702 0,001
Residual 5,000 0,005 0,001
Total 6,000 0,062
CoefficientsStandard Error t Stat P-value Lower 95% Upper 95% Lower 95,0%Upper 95,0%
Intercept 4,723 0,091 52,102 0,000 4,490 4,956 4,490 4,956
X Variable 1 -0,088 0,012 -7,530 0,001 -0,118 -0,058 -0,118 -0,058
RESIDUAL OUTPUT
∑ ( y− ´ý )2 =234,42
R2 =X0.919
, ceea ce denotă că 91,89% din variația lui Y este datorată de variația lui X.
r x ln y = -0,952.
0,91897
F = (7−2) =56,7055 ceea ce înseamnă că ecuația de regresie este statistic
1−0,91897
semnificativă.
F tab
1,5 = 6,61
15,37
Ā= =2,1957%
7
Concluzii: Eroarea medie de aproximație arată o corespundere bună a valorilor ^y la cele y culese
avînd o abatere de 2,1957 %.
y = ab x
∑ ln y =n ln a+(ln b)∑ x
{∑ x ln y =ln a ∑ x+(lnb) ∑ x 2
Nr. d/o x y x^2 Lnx Lny xlny
23,0773
1 6,28 68,28 39,4384
4,22 3,67
7
28,9035
2 7,28 58,28 52,9984
4,07 3,97
1
28,9035
3 7,28 62,28 52,9984
4,13 3,97
1
41,3491
4 9,28 52,28 86,1184
3,96 4,46
1
35,0052
5 8,28 54,28 68,5584
3,99 4,23
4
35,0052
6 8,28 57,28 68,5584
4,05 4,23
4
41,3491
7 9,28 51,28 86,1184
3,94 4,46
1
454,788 233,593
Total 28,36 28,98
55,96 403,96 8 1
7,99428 57,7085 64,9698 33,3704
Media 4,05 4,14
6 7 3 4
28,98=7 ln a+ ( ln b ) 56
{
233,59=ln a54 + ( ln b ) 455
∆= |567 455
56
| =3185-3136=49
28,36 56
∆ ln a = |
233,59 455|
= 12903,8-13081,04=177,24 ln a =4,723
7 28,36
∆ =|
56 233,59|
b = 1635,13-3136= -1500 b = -0,088
1
Efectuăm liniarizația = z, atunci y = a + bz.
x
a 19,20
b 289,43
Aplicăm MCMMP
403=7 a+0,89 b
{53,35=0,89 a+ 0,1253b
7 403
∆ = |
0,89 53,35|
b ==14,78
∆a 3,01 ∆b 14,78
a^ = = =118,9 b^ = =584,18
a 0,0253 b 0,0253
Регрессионная статистика
Множественный R 0,993904
R-квадрат 0,987845
Нормированный R-
квадрат 0,985414
Стандартная ошибка 0,70034
Наблюдения 7
Дисперсионный анализ
Зн
df SS MS F
Регрессия 1 199,3113 199,3113 406,3624
Остаток 5 2,452384 0,490477
Итого 6 201,7637
t- P-
Коэффициент Стандартная статистик Значени Н
ы ошибка а е
Y-пересечение 118,19 1,201308 28,14445 1,06E-06
Переменная X 1 584,18 0,153741 20,15843 5,55E-06
ВЫВОД ОСТАТКА
Предсказанное
Наблюдение Y Остатки
1 67,50625 -0,06625
2 59,50229 1,047709
3 61,26882 -0,71882
4 51,72337 -0,36337
5 54,72956 0,650436
6 55,90725 -0,52725
7 51,38246 -0,02246
∑ ( y − ŷ x )2
√
Intensitatea legăturii R = 1−
∑ ( y− ý)2
Calculăm:
548,18
ŷ x =118,9+
x
∑ ( y− ŷ x)2 = 15,37
∑ ( y− ý )2 = 548,18
15,37
Prin urmare, indicele de corelație va fi R = 1−
√ 548,18
=√ 0,9718=0,9858
0,9858
F= (7−2)=347,11 , F 0,05
1,5 = 6,61.
1−0,9858
548,18
Ecuația de tip hiperbolă este statistic semnificativa ŷ =118,19+
x
15,37
Ā= =2,02% ceea ce confirmă o corespundere buna a valorilor lui ŷ în raport cu y, avand o
7
abatere de 2,0%.
1
6)Regresia în formă de funcție inversă ^y =
a+bx
1
Notăm Y =
y
Atunci Y = a+ bx
r.
x y 1/y x*1/y x^2 (1/y)^2 yaj Yaj dif A rezid^2
o
0,01464
1 6,28 68,28 6
0,091974
39,4384
0,000214 0,0145 67,44 1,15 1,29 4,2
0,01715
2 7,28 58,28 9
0,124914
52,9984
0,000294 0,0169 60,55 -2,32 4,49 4,1
0,01605
3 7,28 62,28 7
0,116891
52,9984
0,000258 0,0159 60,55 1,68 2,25 4,1
0,01912
4 9,28 52,28 8
0,177506
86,1184
0,000366 0,0189 51,36 0,98 1,35 3,9
0,01842
5 8,28 54,28 3
0,152542
68,5584
0,000339 0,0182 55,38 -1,19 2,72 4,0
0,01745
6 8,28 57,28 8
0,144553
68,5584
0,000305 0,0172 55,38 1,81 2,69 4,0
0,01950
7 9,28 51,28 1
0,180967
86,1184
0,00038 0,0192 51,36 -0,02 0,59 3,9
al 55,96 403,96 0,12237 0,989348 454,7888 0,0022 0,1208 402 2,09 15,37 28,3565
di 0,01748
0,141335 0,0003 0,0173 57,43 0,298571 2,2 4,05093
7,994286 57,70857 1 64,96983
a 0,000233
b 0,9738
∑ Y =na+ b ∑ x
{
∑ Yx=a ∑ x +b ∑ x 2
0,122=7 a+56 b
{0,98=56 a+455 b
∆= |567 455
56
| =3073
ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный
R 0,9998
R-квадрат 0,999601
Нормированны
й R-квадрат 0,999521
Стандартная
ошибка 3,68E-05
Наблюдения 7
Дисперсионный анализ
Значимост
df SS MS F ьF
Регрессия 1 1,69E-05 1,69E-05 12526,28 1,08E-09
Остаток 5 6,76E-09 1,35E-09
Итого 6 1,69E-05
t- P-
Коэффициент Стандартна статистик Значени Нижние Верхние Нижние Вер
ы я ошибка а е 95% 95% 95,0% 95
0,00062
Y-пересечение 0,000233 0,000153 1,524733 0,187838 -0,00016 6 -0,00016 0,00
0,99621
Переменная X 1 0,973846 0,008701 111,9209 1,08E-09 0,951478 3 0,951478 0,99
ВЫВОД ОСТАТКА
Предсказанное
Наблюдение Y Остатки
1 0,014495 4,58E-06
2 0,016943 -4,3E-05
3 0,015869 3,05E-05
4 0,01886 3,96E-05
5 0,018174 2,6E-05
6 0,017234 -3,4E-05
7 0,019224 -2,4E-05
|0,122
∆a =
56
0,98 455|
=52,152-51,84=0,63
7 0,122
∆ =|
56 0,98 |
b =6,72-6,64=0,028
a=0,00023 b=0,9738
1
ŷ=
a+bx
SPR = ∑ ( y− ŷ x )2 = 15,37
1
! Deoarece MCMMP s-a aplicat în acest caz nu la valorile inițiale y, dar la Y = , atunci
y
∑ y ≠ ∑ ŷx și ∑ ( y− ŷ x ) ≠ 0
Indicele de corelație:
15,37
R = 1−
√ 548,18
=¿ ¿ √ 0,9718=0,9858, demonstrează o legătură intensa a criteriilor analizate.
Coeficientul de determinație R2 = 0.9858, ceea ce denota ca 98,58% din variatia lui Y este
datorata de variatia lui X.
0,05
F =63.1913 , F tab(6,1 ) = 6,61.
1
ŷ = 0,00023+0,978∗x
15,37
Ā= =2,02
7
Concluzii: Eroarea medie de aproximație arată o corespundere bună a valorilor ^y la cele y culese
avînd o abatere de 2,02 %.
Ec. de regresie R2 F Ā%
548,18
5) ŷ = 118,18+ R2=0,94 F=72,13 Ā% =3,46%
x
1
6) ŷ = R2=0,9267 F=63,1913 Ā% =2,02%
0,00023+0,97∗x