Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Далее решаем систему методом определителей.
Вначале построим матрицу коэффициентов при неизвестных, получаем следующую матрицу А:
Находим определитель матрицы А: Δ = 57997, 84
Для расчета определителя можно воспользоваться функцией МОПРЕД (которая находится среди встроенных математических функций в Excel). Затем подставляем в матрицу А, вместо ее первого столбца, столбец свободных членов из правой части системы нормальных уравнений. Получаем матрицу А0.
Находим определитель полученной матрицы А0 Δ 0= -260310 Аналогично заменяем в матрице А поочередно второй и третий столбцы столбцом свободных членов и находим определители Δ 1 и Δ 2 получившихся матриц А1 и А2
Δ 1= 12515
D2= 18466, 72 Затем рассчитываем параметры уравнения регрессии по формулам: a 0 = D0 / Δ = -4, 49 a 1 = Δ 1/ Δ = 0, 22 a 2 = D2/ Δ = 0, 32 Окончательно уравнение регрессии имеет вид: y=-4, 49+0, 22x2+0, 32x4 Рассчитываем для этого уравнения ошибку аппроксимации и индекс детерминации. Построим вспомогательную таблицу для расчета этих показателей (табл.2.5) Таблица 2.5
Получаем следующие результаты. Индекс детерминации равен R2 =16, 48/30, 86 = 0, 534 Ошибка аппроксимации:
Таким образом, после включения в уравнение дополнительной переменной x2 индекс детерминации уменьшился, а ошибка аппроксимации возросла более, чем в 2 раза. Значения параметров при неизвестных существенно изменились. Следовательно, переменная x2 в данном случае является вредной, и лучше строить уравнение парной линейной регрессии, выражающее зависимость переменной y только от одного фактора x4, чем включать два фактора x2 и x4.
|