Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Данные для подбора модели регрессии ⇐ ПредыдущаяСтр 2 из 2
Таблица 19
Рис. 20. Окно для ввода диапазонов ячеек с данными
Рис. 21. Зависимость уровня преступности от уровня безработицы
5. Щелкнуть правой кнопкой мыши по линии тренда (оранжевая толстая линия) и в контекстном меню выбрать Формат линии тренда. В появившемся окне выбрать вкладку Тип, а на ней выбрать следующий тип тренда-Логарифмическаяи нажатьОк. 6. В окне Мастера диаграмм выбрать вкладку Ряд (рис.20) и нажать кнопкуДобавить. 7. В поле Значения X:указать диапазон ячеек, содержащих данные о безработице - независимой переменной (в нашем случае это =Лист1 !$В$3:$Н$3), а в поле Значения Y: указать диапазон ячеек, содержащих данные о преступности - зависимой переменной (в нашем случае это =Лист1!$В$2:$Н$2). Нажать кнопку Готово. При этом на экране должна появиться диаграмма, как на рис. 21. Технология ввода диапазона ячеек аналогична выше обозначенной. 8. Щелкнуть правой кнопкой мыши по линии диаграммы и в появившемся контекстном меню выбратьДобавить линию тренда. 9. В появившемся окне (вкладка Тип) оставить «по умолчанию» линейную модель и выбрать вкладку Параметры. Установить флажок наПоместить на диаграмму величину достоверности аппроксимации (R˄2)и Показывать уравнение на диаграмме(рис. 22, рис. 23). Выбрать вкладку Вид: при желании поменять тип, цвет толщину линии (в нашем случае цвет - оранжевый). НажатьОк.
Рис. 22. Окно для выбора Рис. 23. Окно для выбора Модели тренда параметров тренда 10. Запомнить (или записать в конспект) величину R2 = 0,8871 для линейной модели. 11. Запомнить (записать) значение R2 = 0,8467 для логарифмической модели. 12. Повторить п. 10 и 11 для других типов тренда: Полиномиальная (по умолчанию применяется полином 2 степени), Степенная и Экспоненциальная, за исключением Линейная фильтрация. 13. Лучшим в нашем примере является тренд типа Экспоненциальная, т.к. его величина (R2 = 0,9519)является максимальной среди остальных. Величина R2 является критерием выбора наилучшего типа тренда, наиболее подходящего к анализируемым данным.Чем ближе его значение приближается к 1, тем лучше выбранная модель тренда подходит для выражения тенденций исследуемых данных. 14. Полученное уравнение регрессии можно увидеть на диаграмме в верхнем правом углу (рис. 24). Уравнение имеет вид: у = 50,169 е 0.0009х. Полученное уравнение регрессионной зависимости можно использовать в дальнейшем для решения некоторых задач прогнозирования. Например, задавшись известным значением независимой переменной X (количество безработных) и подставив его в найденное уравнение регрессии, можно рассчитать неизвестное значение зависимой переменной - Y(количество преступлений). 15. Для определения прогнозных значений преступности на 2011 г. используем уравнение полученной регрессии: у = 50,169 е 0.0009х,гдеy - количество преступлений, 16. Используя технологию подстановки независимой переменной в уравнение, описанную выше, подставим вместо х- 1850, получим искомое значение преступности - 265преступлений (в строке формул: fx =50,169*ЕХР(0 0009*1850)).
Рис. 24. Регрессионная модель зависимости между количеством безработных и количеством преступлений Таким образом, в результате прогнозирования методом моделирования (на основе регрессионной модели) количество преступлений в 2011 г. составит число 265. Безусловно, такой способ прогнозирования на основе простой регрессии, без совместного применения с другими способами, может иметь значительную ошибку. Но для уточнения прогнозных значений некоторых переменных, полученных методом экстраполяции, в случае изменения факторов внешней среды на прогнозном горизонте, он может быть использован достаточно эффективно
|
|||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2018-06-01; просмотров: 299. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |