Множественный регрессионный анализ
Цель работы
По результатам наблюдений xi и yi (i = 1, 2 …n) найти оценки неизвестных параметров а0, а1 и аm . Для линейной зависимости модель множественной регрессии записывается в виде:
, (1)
Исходные данные.
Таблица 1. Исходные данные.
|
Вариант № 1 | |||
|
х1 |
х2 |
y | |
|
№ |
Na2CO3, % |
КМЦ, % |
Т, с |
|
1 |
0 |
0 |
20 |
|
2 |
8 |
0 |
22 |
|
3 |
0 |
2 |
25 |
|
4 |
8 |
2 |
28 |
|
5 |
0 |
1 |
23 |
|
6 |
9,76 |
1 |
26 |
|
7 |
4 |
0 |
21 |
|
8 |
4 |
2,4 |
27 |
|
9 |
4 |
1 |
25 |
|
10 |
4 |
1 |
25 |
Вычисление переменных.
Процедуру вычисления коэффициентов множественной регрессии рассмотрим на примере регрессии с двумя переменными (факторами):
, (2)
Для того, чтобы найти коэффициенты а0, а1 и а2 найдем некоторые произведения, представленные в таблице 2.
|
х1 |
х2 |
y |
Произведения | ||||||
|
№ |
Na2CO3, % |
КМЦ, % |
Т, с |
x12 |
x22 |
y2 |
x1x2 |
x1y |
x2y |
|
1 |
0 |
0 |
20 |
0 |
0 |
400 |
0 |
0 |
0 |
|
2 |
8 |
0 |
22 |
64 |
0 |
484 |
0 |
176 |
0 |
|
3 |
0 |
2 |
25 |
0 |
4 |
625 |
0 |
0 |
50 |
|
4 |
8 |
2 |
28 |
64 |
4 |
784 |
16 |
224 |
56 |
|
5 |
0 |
1 |
23 |
0 |
1 |
529 |
0 |
0 |
23 |
|
6 |
9,76 |
1 |
26 |
95,2576 |
1 |
676 |
9,76 |
253,76 |
26 |
|
7 |
4 |
0 |
21 |
16 |
0 |
441 |
0 |
84 |
0 |
|
8 |
4 |
2,4 |
27 |
16 |
5,76 |
729 |
9,6 |
108 |
64,8 |
|
9 |
4 |
1 |
25 |
16 |
1 |
625 |
4 |
100 |
25 |
|
10 |
4 |
1 |
25 |
16 |
1 |
625 |
4 |
100 |
25 |
|
СУММЫ |
41,76 |
10,4 |
242 |
287,2576 |
17,76 |
5918 |
43,36 |
1045,76 |
269,8 |
|
средзнач |
4,176 |
1,04 |
24,2 |
28,72576 |
1,776 |
591,8 |
4,336 |
104,576 |
26,98 |
Другие статьи
Оценка возможности банкротства предприятия
Финансовый
анализ направлен на снижение неопределенности относительно его будущего
состояния.
Результаты
анализа финансового состояния предприятия имеет первостепенное значение для
широкого круга пользователей, как внутренних, так и внешних по отношению к
предприятию - ...