- •Вариант 41
- •1. Парная линейная регрессия
- •2. Парная нелинейная регрессия
- •Результаты решения “Парная нелинейная квадратичная регрессия”
- •Сводная таблица показателей регрессии
- •3. Множественная регрессия
- •Результаты решения “Множественная регрессия”
- •2. Парная нелинейная регрессия.
- •3. Множественная регрессия
Сводная таблица показателей регрессии
|
r0 |
R^2 |
Aср |
Квадратичная |
0,965 |
0,931 |
9,80% |
Линейная |
0,643 |
0,413 |
29,77% |
Гиперболическая |
0,831 |
0,690 |
21,73% |
Степенная |
0,725 |
0,525 |
18,73% |
Показательная |
0,475 |
0,226 |
28,30% |
Из графика изображенного на рисунке 1 видно, что наиболее близко к экспериментальным точкам проходит линия квадратичной регрессии, таблица 7 подтверждает данное предположение, т.к. у данной регрессии самый высокий индекс корреляции и наименьшее среднее отклонение.
Рис. 1
3. Множественная регрессия
Задача
В таблице 1 представлены данные о заработной плате (y, руб.), возрасте (x1), стаже работы (x2) и средней производительности труда (x3), n=20 рабочих коммерческого предприятия.
Таблица 1
|
A |
B |
C |
D |
E |
1 |
№ |
y |
x1 |
x2 |
x3 |
2 |
1 |
22500 |
29 |
6 |
17 |
3 |
2 |
30000 |
40 |
19 |
25 |
4 |
3 |
22500 |
36 |
10 |
15 |
5 |
4 |
24000 |
32 |
10 |
17 |
6 |
5 |
15000 |
23 |
3 |
15 |
7 |
6 |
26250 |
45 |
20 |
18 |
8 |
7 |
26250 |
38 |
17 |
17 |
9 |
8 |
30000 |
40 |
23 |
25 |
10 |
9 |
28500 |
50 |
31 |
19 |
11 |
10 |
30000 |
47 |
25 |
23 |
12 |
11 |
18750 |
28 |
7 |
15 |
13 |
12 |
26250 |
30 |
7 |
18 |
14 |
13 |
15000 |
25 |
6 |
16 |
15 |
14 |
30000 |
48 |
20 |
23 |
16 |
15 |
16500 |
30 |
5 |
18 |
17 |
16 |
24000 |
40 |
15 |
18 |
18 |
17 |
29250 |
40 |
20 |
25 |
19 |
18 |
27000 |
38 |
20 |
23 |
20 |
19 |
19500 |
29 |
10 |
18 |
21 |
20 |
18750 |
25 |
5 |
17 |
22 |
n |
20 |
|
|
|
Необходимо:
построить модель множественной линейной регрессии, описывающей зависимость заработной платы от остальных факторов;
предварительно визуально (с помощью графика) оценить качество полученной модели;
оценить качество полученной модели с помощью коэффициента детерминации R2 и средней относительной ошибки ;
спрогнозировать зарплату для поступающего на предприятия 33-летнего рабочего, имеющего стаж работы по специальности 10,5 лет, если за смену он может в среднем изготовить 18 деталей;
Решение:
1. В данном случае в задаче три объясняющих переменных (m=3): возраст (x1), стаж работы (x2) и средняя производительность труда (x3). Имеем уравнение:
y=b0+b1x1+b2x2+b3x3+ε.
y=-817,69+369,08x1+16,67x2+598,29x3+ε
Таблица 2