Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Качество любого уравнения регрессии оценивается по трем параметрам:
1. Коэффициент детерминации (R2) – результат операции Регрессия - таблица «Регрессионная статистика» (R–квадрат);
2. Критерий Фишера – необходимо знать Fфакт (результат операции Регрессия - столбец «F») и Fтабл (определяется по таблице, приложение 3);
3. Средняя ошибка аппроксимации (), которая определяется по формуле:
Для нахождения средней ошибки аппроксимации необходимо в табл. 3 рассчитать две колонки:
Ø ;
Ø - для нахождения используем математическую функцию ABS.
Качество построенной регрессионной модели считается высоким если:
1. Коэффициент детерминации (R2) больше либо равен 0,5;
2. Критерий Фишера Fтабл < Fфакт;
3. Средняя ошибка аппроксимации () меньше либо равна 10 %.
Если все три условия выполняются, то построенная модель может быть использована для прогнозирования. Если хотя бы одно из условий не выполняется, то модель низкого качества и не может быть использована для прогнозирования.
Прогноз результативного показателя «Y» на 13-18-ый месяцы по полученному уравнению многофакторной регрессии.
Для расчета прогнозного значения результативного показателя Y на 13-18-ый месяцы необходимо:
1. поставить курсор в ячейку, находящуюся на пересечении строки «13» и столбца «Прогнозное значение показателя» табл. 4;
2. ввести формулу: = абсолютный адрес коэффициента (а) + абсолютный адрес коэффициента (b1) * относительный адрес значения x1 в январе прогнозируемого года + абсолютный адрес коэффициента (b2)* относительный адрес значения x2 в январе прогнозируемого года + абсолютный адрес коэффициента (b3)* относительный адрес значения x3 в январе прогнозируемого года + абсолютный адрес коэффициента (b4)* относительный адрес значения x4 в январе прогнозируемого года + абсолютный адрес коэффициента (b5)* относительный адрес значения x5 в январе прогнозируемого года.
3. после ввода формулы нажать клавишу Enter и захватив мышью правый нижний угол ячейки, протянуть ее на 6 месяцев прогнозируемого периода.
4. в строке «Итого» рассчитать суммарное значение прогнозируемого показателя за год.
5. рассчитать ошибку прогноза по формуле:
Таблица 4
Результаты прогнозирования на основе многофакторных моделей на 13-18 мес.
Месяцы | Значение показателя Х 1 | Значение показателя Х 2 | Значение показателя Х 3 | Значение показателя Х 4 | Значение показателя Х 5 | Фактическое значение результативного показателя, Yф | Прогнозное значение результативного показателя, YПР | Ошибка прогноза, % | Доверительный интервал прогноза (α = 0,05) | |
Верхняя доверительная граница | Нижняя доверительная граница | |||||||||
= (гр.8- гр.2) / гр.2*100 | ||||||||||
За полугодие | S | S | - | - | ||||||
а = b1 = b2 = b3 = b4 = b5 = | … … … … … … |
Для этого:
- поставить курсор в ячейку, находящуюся на пересечении столбца «Ошибка прогноза» и строки «Январь»;
- ввести формулу расчетаошибки прогноза;
- после ввода формулы нажать клавишу Enter и, захватив мышью правый нижний угол ячейки, протянуть ее на всю колонку, включая строку «Итого».
При составлении прогнозов уровней социально-экономических явлений обычно используют интервальные оценки, рассчитывая доверительные интервалы прогноза.
Границы интервалов определяются по формуле:
где YТ - точечный прогноз, расчитанный по линейной модели,
ta - коэффициент доверия по распределению Стьюдента при уровне значимости a = 0,05 (см. Приложение 4);
Sy –стандартная ошибка аппроксимации,
(расчет в табл. 3);
n – число уровней ряда (в данном случае n=12);
l – число параметров в уравнении регрессии (для пятифакторной линейной регрессии прямой l=6).
Дата публикования: 2015-04-10; Прочитано: 244 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!