Вы находитесь на странице: 1из 2

Хлескина Юлия

Студент группы РФ-18-1


Вариант 7
Тема № 7
«Регрессионный анализ: верификация модели»
Задание:
1. Провести верификацию модели с помощью дисперсионного анализа (принять уровень
значимости равным 1%). Определить качество модели.
2. Провести верификацию модели с помощью корреляционного анализа. (принять уровень
значимости равным 1%). Определить качество модели.
3. Провести интерпретацию полученных результатов.
4. Построить точечный и интервальный прогноз.
X является сила, с которой бьют мяч об землю, в Н (ньютон).
Y – высота, на которую подпрыгнет мяч во торой раз, в метрах.
  xi 10 10,7 10 10,7 10 10,6 10 10,5 10 10,6
  yi 1 1,8 1,5 1,7 0,9 1,6 0,9 1,5 1 1,6

Решение:
1. Проведем верификацию модели дисперсионным анализом в регрессии. Из предыдущей
темы:
2 2
xi yi x 2i y 2i xi yi ^y i ( y i− y^ i )2 ( y i − ȳ ) ( ^y i − ȳ )
1 10 1 100 1 10 1,0569262 0,0032406 0,1225 0,085892252
2 10,7 1,8 114,49 3,24 19,26 1,7187058 0,0066088 0,2025 0,135943967
3 10 1,5 100 2,25 15 1,0569262 0,1963144 0,0225 0,085892252
4 10,7 1,7 114,49 2,89 18,19 1,7187058 0,0003499 0,1225 0,135943967
5 10 0,9 100 0,81 9 1,0569262 0,0246258 0,2025 0,085892252
6 10,6 1,6 112,36 2,56 16,96 1,6241658 0,000584 0,0625 0,075166886
7 10 0,9 100 0,81 9 1,0569262 0,0246258 0,2025 0,085892252
8 10,5 1,5 110,25 2,25 15,75 1,5296259 0,0008777 0,0225 0,032265464
9 10 1 100 1 10 1,0569262 0,0032406 0,1225 0,085892252
10 10,6 1,6 112,36 2,56 16,96 1,6241658 0,000584 0,0625 0,075166886
103,1 13,5 1063,95 19,37 140,12 13,5 0,2610516 1,145 0,883948431

1
ȳ= y =1 , 35
Где n∑ i . Выделенные значения это
Rmin =SS ост=0 , 261 , SS общ=1 ,145 ,
SS ф=0 ,884 .

Равенство очевидно общ SS


ф ост =SS +SS ,
1,145 = 0,884+0,261.
Проверим основную гипотезу о статистической незначимости линейной зависимости.
H 0 :b=0 , при уровне значимости α=0 ,01 . Критическое значение критерия Фишера:
F кр ( α ;k −1;n−k )=F кр ( 0,01 ;1;8 )=11,259 (правосторонняя критическая область).
Для нахождения наблюдаемой точки, найдем межгрупповую и внутригрупповую дисперсии:
SS SS S 2ф
0 ,884 0 , 261 F0 = =27 , 089 .
S 2ф= ф = =0 , 884 , S 2ост= ост = =0 , 0326. 2
Sост
k −1 1 n−k 8 Отсюда,
F >F
Наблюдаемая точка попадает в критическую область, так как 0 кр . Делаем вывод о том,
что основную гипотезу нужно отклонить при уровне значимости 1%, то есть данная линейная
модель значима.
Определим долю влияния, которую фактор оказывает на результат – коэффициент
SSост 0 , 261
R2 =1− =1− =0 ,772 .
детерминации. SS общ 1 ,145 В исследуемой ситуации 77,2% оказывает
влияние на Y и 22,8% приходятся на другие неучтенные модели факторов.
2. Проведем верификацию модели с помощью корреляционного анализа в регрессии. Найдем
коэффициент корреляции:
n⋅∑ x i y i−∑ xi⋅∑ y i 10⋅140 , 12−103 , 1⋅13 ,5
r= = =0 , 879 .
√( 2
)(
n⋅∑ x 2i −(∑ x i ) n⋅∑ y 2i −( ∑ y i )
2
√( 10⋅1063, 95−103 , 12) ( 10⋅19 , 37−13 ,52 )
)
Это значит, что между X и Y сильная линейная прямая зависимость.
Проверим основную гипотезу об отсутствии линейной функциональной связи:
H 0 :r=0
при уровне α=0 ,01 . Критическое значение критерия Стьюдента
значимости
t ( α ;n−k ) =t кр ( 0 , 01;8 )=3 , 356. Наблюдаемая точка:
(двустороння критическая область): кр
r⋅ n−k
t 0= √ 2 =5 , 205 .
√1−r Наблюдаемая точка попадает в критическую область
t >t
( 0 кр ), мы должны отклонить основную гипотезу, то есть модель статистически
значима, верифицирована и пригодна для дальнейшего прогноза.
2 2 2
Коэффициент детерминации: R =r =0 , 879 =0 , 772.
Вывод: в исследуемой ситуации 77,2% оказывает влияние на Y и 22,8% приходятся на
другие неучтенные модели факторов.
3. Результаты наблюдений не противоречат предположению о том, что между силой броска и
высотой после второго удара мяча существует линейная функциональная связь. Качество
модели, согласно коэффициенту детерминации, высокое.
4. Построим точечный и интервальный прогноз.
Оцененная линейная модель парной регрессии:
^y i=−8,397+0 , 95 xi . При силе броска

равной 10,5 Н. i ^y =−8,397−10, 5⋅0 ,95=1 ,578.


Для построения интервального прогноза надежность исследования γ равна 99%.
Прогнозное значения находится
^y 0 −Δ< y 0 < ^y 0 + Δ , где
x−x 0 )2
Δ=t γ⋅σ⋅
^ 1
+
√(
n ∑ ( x i− x̄ )2

1+γ
=3 , 83⋅0 , 181⋅1 ,082=0 , 75 ,
при этом

(
t γ 1−
2 )
;n−2 =t γ ( 0 ,005 ;8 )=3 , 83
.
Отсюда,
1 ,578−0 ,75< y 0 <1 , 578+0 ,75 , 0 , 828< y 0 <2 ,328 .
' ^ x̄ 10 , 31
Найдем эластичность линейного уравнения
^y i= a^ + b^ x i . E x= b⋅ ȳ =0 , 95⋅ 1, 35 =7 , 26 ,
т.е. Y изменяется на 7,26% от своего среднего значения при изменении Х на 1% от своего
среднего значения.

Вам также может понравиться