В тех случаях, когда необходимо оценить влияние нескольких факторов на исследуемую величину, строится уравнение множественной регрессии.
Если связь является линейной, то уравнение линейной множественной регрессии запишется в виде:
i = a0 + a1xi1 + a2xi2 + ... + amxim,
где m - число учитываемых факторов (независимых переменных),
n - объем выборки.
Рассмотрим случай, когда y зависит от двух переменных – x1 и x2.
Уравнение с оцененными параметрами будет иметь вид:
i = a0 + a1xi1 + a2xi2,
Чтобы определить значения коэффициентов a0, a1 и a2, воспользуемся методом наименьших квадратов.
Как и ранее, задача формулируется следующим образом:
Q = = → min.
1. Множественная линейная регрессия 2. Построить линейное и нелинейное регрессионное уравнение Линейная зависимость: Показательная модель: 3. Построим уравнение множественной линейной регрессии, используя следующие данные:
73,7).4) Оценить точность моделей на основе использования средней относительной ошибки аппроксимации.5) Осуществить прогноз спроса на следующие две недели (доверительный интервал прогноза рассчитать
0,7>0.541>0,5, зависимость между прибылью Y и объемом реализации Х2 прямая, является средней силы связью.R(X2,Х1) = 0.5>|-0,396|>0.3, зависимость между затратами X1 и объемом реализации Х2 обратная и
П(Y), капитала (К) и числа занятых (L) и прогноз по этим моделям.Сначала надо найти оценки коэффициентов трендовых моделейМНК-оценки определяются либо с помощью компьютера, либо прямым счетом по форму
ами, используя: а) непосредственно исходные уровни, б) первые разности уровней рядов.2. Обоснуйте различие полученных результатов и сделайте вывод о тесноте связи между временными рядами.3. Постройте
Главная