Предыдущий раздел | Меню навигации | Следующий раздел |
В рабочую область электронной таблицы вводят столбец со значениями временного ряда, несколько правее - либо года, к которым относятся соответствующие данные, либо просто порядковые номера точек ряда, затем вызывают построение регрессии через меню, в появившемся диалоговом окне определения областей таблицы в качестве независимой переменной указывают весь набор данных о периодах наблюдений, в качестве зависимой переменной - сам временной ряд, в качестве области для вывода результатов указывают блок в свободной части таблицы, обычно ниже и отступив несколько строк от блока исходных величин, оставляя тем самым место для последующего построения прогнозов.
Вы можете сразу посмотреть итоговые результаты линейного моделирования объема продаж фирмы Kodak и выводы, либо загрузить таблицу в формате Quattro Pro или в формате Excel и выполнить упражнение, а затем сравнить свои результаты с представленными ниже.
|
Результаты расчета коэффициентов регрессии
Результат регрессионного анализа | |
Константа | 0.401 |
Оценка стандартной ошибки Y | 1.365 |
Коэффициент вариации | 0.943 |
Число наблюдений | 23 |
Степени свободы | 21 |
Коэффициент(ы) X | 0.800 |
Стандартная ошибка коэффициента | 0.043 |
Критерий Стьюдента | 18.656 |
Под константой в данном случае понимается свободный член уравнения регрессии b0, а в графе "коэффициент" указано рассчитанное значение b1. Колонка рассчитанных значений Ycalc как раз и получается при подстановке значений года наблюдений в полученное уравнение регрессии. Помимо собственно параметров линейного уравнения вычисляются и другие важные для статистической обработки и анализа величины. Оценка стандартной ошибки Y показывает степень соответствия рассчитанных и наблюдаемых величин и в сущности является просто квадратным корнем из значения дисперсии адекватности. Число наблюдений - 23 - показывает, сколько данных было вовлечено в процесс расчета уравнения регрессии, а число степеней свободы в данном случае на 2 меньше числа наблюдений, поскольку удалось определить два параметра регрессионного уравнения. Коэффициент вариации, на самом деле коэффициент корреляции - в русифицированной версии Quattro явная ошибка перевода - r2 имеет значение 0.943, что показывает хорошее соответствие между уравнением регрессии и наблюдаемыми величинами временного ряда. Наконец, помимо самого коэффициента при факторной переменной (0.800) система рассчитала и его стандартную ошибку. Модуль отношения значение коэффициента к его ошибке дает расчетную величину критерия Стьюдента. Его можно сравнить с табличным значением для 21 степени свободы (проще всего воспользоваться здесь стандартной функцией @tinv(...) в Quattro или СТЬЮДРАСПОБР(...) в Excel, выбрав желаемую доверительную вероятность), при этом мы получим, что табличное значение равно 2.0796, что меньше рассчитанного нами 18.656, а следовательно коэффициент в уравнении регрессии значим.
Наблюдаемые и рассчитанные значения отклика
Год | Измеренный объем выпуска | Номер измерения | Рассчитанное значение |
1970 | 2.8 | 1 | 1.201 |
1971 | 3.0 | 2 | 2.001 |
1972 | 3.5 | 3 | 2.802 |
1973 | 4.0 | 4 | 3.602 |
1974 | 4.6 | 5 | 4.402 |
1975 | 5.0 | 6 | 5.203 |
1976 | 5.4 | 7 | 6.003 |
1977 | 6.0 | 8 | 6.803 |
1978 | 7.0 | 9 | 7.603 |
1979 | 8.0 | 10 | 8.404 |
1980 | 9.7 | 11 | 9.204 |
1981 | 10.3 | 12 | 10.004 |
1982 | 10.8 | 13 | 10.805 |
1983 | 10.2 | 14 | 11.605 |
1984 | 10.6 | 15 | 12.405 |
1985 | 10.6 | 16 | 13.206 |
1986 | 11.5 | 17 | 14.006 |
1987 | 13.3 | 18 | 14.806 |
1988 | 17.0 | 19 | 15.606 |
1989 | 18.4 | 20 | 16.407 |
1990 | 18.9 | 21 | 17.207 |
1991 | 19.4 | 22 | 18.007 |
1992 | 20.1 | 23 | 18.808 |
Прогнозные значения | |||
1993 | — | 24 | 19.608 |
1994 | — | 25 | 20.408 |
1995 | — | 26 | 21.208 |
1996 | — | 27 | 22.009 |
Последние четыре строки таблицы и определяют прогноз, выполненный по уравнению регрессии первого порядка на 4 года вперед. Для этого достаточно просто подставить в линейное уравнение регрессии значения номера периода (24, 25, 26, 27), или работая с таблицей просто скопировать формулу расчета Ycalc еще на 4 строчки вниз. Более того, зная оценку стандартной ошибки, можно рассчитать и вероятную ошибку прогноза, то есть получить интервальную оценку прогнозов, их нижние и верхние границы, в предположении, что в будущем линейный тренд и вызвавшие его процессы будут продолжать действовать. Графическое представление рассчитанных прогнозных величин также может оказаться полезным для интерпретации результатов.
Предыдущий раздел | Меню навигации | Следующий раздел |