Слишком сложно? Тогда запросите консультацию специалиста!
Наша компания занимается тем, что помогает студентам выполнять различные учебные работы на заказ. Вы можете ознакомиться с перечнем выполняемых работ, а так же с их стоимостью на странице с ценами.
Уравнение нелинейной регрессии, также как и в линейной зависимости, дополняется показателем корреляции, а именно индексом корреляции 
:
(1)
где 
– остаточная дисперсия, 
– общая дисперсия объясняемой переменной.
(2)
(3)
Подставив (2) и (3) в (1):
(4)
Величина данного показателя находится в диапазоне от 0 до 1. Чем ближе к единице, тем теснее связь между рассматриваемыми признаками, тем более надежно найденное уравнение регрессии.
Парабола второй степени, как и полином более высокого порядка, при линеаризации принимает вид уравнения множественной регрессии. Если же нелинейное относительно объясняемой переменной уравнение регрессии при линеаризации принимает форму линейного уравнения парной регрессии, то для оценки тесноты связи может быть использован линейный коэффициент корреляции, величина которого в этом случае совпадает с индексом корреляции. (Пример: 
и 
).
Дело обстоит иначе, когда преобразования уравнения в линейную форму связаны с зависимой переменной. В этом случае линейный коэффициент корреляции по преобразованным значениям признаков дает лишь приближенную оценку тесноты связи и численно не совпадает с индексом корреляции. Так для степенной функции 
после перехода к логарифмически линейному уравнению 
может быть найден коэффициент корреляции не для фактических значений переменных x и y, а для их логарифмов.
Поскольку в расчете индекса корреляции используется соотношение факторной и общей суммы квадратов отклонений, то R2 имеет тот же смысл, что и коэффициент детерминации. В специальных исследованиях величину R2 для нелинейных связей называют индексом детерминации.
Оценка статистической значимости индекса корреляции проводится так же, как и оценка значимости коэффициента корреляции.
Проверка статистической значимости индекса корреляции с помощью критерия Фишера.
Здесь 
объем выборочных данных, 
число оцениваемых параметрах в нелинейном уравнении регрессии при неизвестных.
Для степенной функции 
значение 
и формула критерия Фишера принимает вид: 
. Для параболы 
. В этом случае 
. Значение 
определяем из таблицы значений 
критерия Фишера при уровне значимости 
и степенях свободы 
. Нулевая гипотеза 
принимается на уровне значимости , если 
.
ПОСТАНОВКА ЗАДАЧИ
По территориям региона приводятся данные за 1994 год.
Таблица 1
| Номер региона | Среднедушевой прожиточный
Минимум в день одного
Трудоспособного, руб., 
| Среднедневная заработная
Плата, руб., 
|
1) Найти параметры показательного уравнения регрессии от : 
2) Найти индекс детерминации;
3) Рассчитать среднюю ошибку аппроксимации;
4) Выполнить проверку статистической значимости полученного уравнения с помощью критерия Фишера на уровне значимости 0,02.
5) Сделать вывод.
ПОРЯДОК ВЫПОЛНЕНИЯ РАБОТЫ
1. Введите данные.
2. Расположите данные по возрастанию переменой 
.
3. Выделите область пустых клеток (5×2), в которой вы хотите разместить таблицу с регрессионными параметрами.
4. В главном меню выберите Вставка/функция. В окне Категория выберите Статистические, затем в окне Функция – ЛГРФПРИБЛ.
5. Заполните диалоговое окно:
Услуги
НАШ СЕРВИС
