Однофакторный регрессионно-корреляционный исследование экономической модели

Найдём коэффициент детерминации

R2 = ρxy = 0,85132= 0,7246

Это означает, что 72% вариации заработной платы y объясняется вариацией фактора x - среднедушевого прожиточного минимума.

Рассчитываем фактическое значение F-критерия при заданном уровне значимости γ = 0,05:

Сравнивая табличное Fтабл = 4,96 и фактическое Fфакт = 24,3149 значения, отмечаем, что

Fтабл < Fфакт ,

что указывает на необходимость отвергнуть выдвинутую гипотезу Но о статистически незначимых параметрах уравнения (5).

. Так как коэффициенты детерминации, соответствующие линейной и показательной моделям практически равны (около 72% вариации заработной платы y объясняется вариацией фактора x - среднедушевого прожиточного минимума в обеих моделях), то нет весомых оснований отдать предпочтение какой-либо модели. Тем не менее, прогнозное значение результата рассчитаем по показательной модели (R2лин = 0,7246 = R2показ = 0,7246).

По условию задачи прогнозное значение фактора выше его среднего уровня х = 87,677 на 5%, тогда оно составит:

и прогнозное значение зарплаты при этом составит:

ŷ р = 91,1733*1,00843x=91,1733*1,0084392,05=197,3982

Найдём ошибку прогноза:

и доверительный интервал прогноза при уровне значимости γ = 0,05.

Предельная ошибка прогноза, которая в 95% случаев не будет превышена, составит:

Доверительный интервал прогноза

(174,9423; 219,8541)

Задача: “ Анализ и прогнозирования временных рядов ”

В таблице каждого варианта заданы временные ряды:

Таблица 5