Исследование экономической или социологической системы с использованием методов регрессионного анализа

1. Предметная область. Цели и задачи исследования.

Психологом была протестирована некоторая группа людей. Подсчитывалось среднее время ответов на все вопросы теста. Психологу необходимо знать, как влияет возраст и показатель ошибок на время ответов теста.

2. Выбор отклика и факторов.

Y(отклик) – Среднее время, потраченное на прохождение теста.

Факторы:

X1 - возраст;

X2 - показатель ошибок.

3. Сбор данных.

Данные были сгенерированы.

Входной файл для программы oda.exe

2 30                                2 – факторы  30 – количество экспериментов

19 3 31

20 1 33

19 8 27

19 3 27

19 5 25

19 3 22

19 6 18

19 2 53

44 1 33

20 4 48

23 7 25

20 2 24

20 23 51

19 5 16

19 13 31

19 5 24

19 1 17

19 2 26

20 4 27

20 8 18

22 4 85

21 10 29

23 6 60

24 6 36

29 10 57

33 18 39

22 11 49

30 17 25

25 19 21

20 20 12

4. Модели регрессии для собранных данных.

Линейная модель

Вектор оценок параметров полной модели

22.1981     0.5234    -0.1079

Сумма квадратов отклонений для полной модели= 7.26E+0003

Список регрессоров:

1):     1

2):     X1

3):     X2

Список регрессоров лучших моделей

--------------------------------------------------------------------m  1  -я мод. 2  -я мод. 3  -я мод. 4  -я мод. 5  -я мод.

--------------------------------------------------------------------1):      1             1             0             1             1      

--------------------------------------------------------------------2):      0             2             2             0             2       

--------------------------------------------------------------------3):      0             0             0             3             3      

Значения  1внешнего критерия:

267.3591   282.7627   294.5143   288.1241   334.0635

Лучшая по  1 критерию  1 модель.

Значения  2 внешнего критерия:

267.3591   282.7627   294.5143   288.1241   334.0635

Лучшая по   2 критерию  1 модель.

Остаточные суммы квадратов для лучших моделей:

7494.9667  7276.1977  8077.2683  7494.1969  7263.5118

Оценки параметров лучших моделей:

1      32.9667      21.8644       0.0000      33.1646      22.1981

2       0.0000       0.5016       1.4343       0.0000       0.5234

3       0.0000       0.0000       0.0000      -0.0262      -0.1079

Сравнение прогноза и отклика для модели  1

N       Y          Y^        Y-Y^     (Y-Y^)/Y

1       33.00      32.97      -0.03      -0.10

2       51.00      32.97     -18.03     -35.36

3       57.00      32.97     -24.03     -42.16

4       39.00      32.97      -6.03     -15.47

5       25.00      32.97       7.97      31.87

6       21.00      32.97      11.97      56.98

7       12.00      32.97      20.97     174.72

8       36.00      32.97      -3.03      -8.43

9       49.00      32.97     -16.03     -32.72

10       25.00      32.97       7.97      31.87

11       31.00      32.97       1.97       6.34

12       33.00      32.97      -0.03      -0.10

13       27.00      32.97       5.97      22.10

14       27.00      32.97       5.97      22.10

15       25.00      32.97       7.97      31.87

16       22.00      32.97      10.97      49.85

17       18.00      32.97      14.97      83.15

18       53.00      32.97     -20.03     -37.80

19       48.00      32.97     -15.03     -31.32

20       24.00      32.97       8.97      37.36

21       16.00      32.97      16.97     106.04

22       31.00      32.97       1.97       6.34

23       24.00      32.97       8.97      37.36

24       17.00      32.97      15.97      93.92

25       26.00      32.97       6.97      26.79

26       27.00      32.97       5.97      22.10

27       18.00      32.97      14.97      83.15

28       85.00      32.97     -52.03     -61.22

29       29.00      32.97       3.97      13.68

30       60.00      32.97     -27.03     -45.06

Линейная модель с взаимодействиями

Вектор оценок параметров полной модели

23.0555     0.4866    -0.2640     0.0066

Сумма квадратов отклонений для полной модели= 7.26E+0003

Список регрессоров:

1):     1

2):     X1

3):     X2