Исследование экономической или социологической системы с использованием методов регрессионного анализа.дисперсионного анализа, страница 4

0.267261 0.063935 0.234153 0.133813 0.085317 0.144329

0.267261 0.005947 0.161485 0.158903 0.042658 0.000000

0.267261 0.000000 0.274524 0.050180 0.007110 0.122124

0.267261 0.147198 0.218004 0.150539 0.085317 0.000000

0.267261 0.013382 0.218004 0.091996 0.078207 0.521804

0.267261 0.000000 0.016148 0.125449 0.035549 0.055511

             Оценки параметров(teta) для шкалированных данных :

0.862153

0.262058

-0.045063

-0.082180

-0.077224

0.077845

             Оценки параметров(tetaY) для исходных данных :

11.597363

0.196112

-0.183131

-0.345924

-0.276339

0.434988

Остаточная сумма квадратов:     151.541108

F[0]=261.118384

F[1]=22272.491851

F[2]=5.192205

F[3]=32.510999

F[4]=61.174256

F[5]=33.442483

 , отсюда следует, что  регрессор x1 незначим.

Ø

Результат:

             Исходный вектор отклика(Y)и матрица(X) :

7.500000

9.000000

19.000000

13.000000

15.000000

20.000000

20.000000

13.000000

3.000000

11.000000

14.000000

12.000000

11.000000

9.000000

1.000000 6.250000 40.960000 12.250000 60.840000 2.250000

1.000000 53.290000 23.040000 21.160000 127.700000 0.010000

1.000000 16.810000 1.440000 0.090000 0.010000 0.000000

1.000000 655.400000 1.960000 13.690000 0.640000 0.010000

1.000000 1149.000000 10.240000 15.210000 1.960000 0.010000

1.000000 1600.000000 17.640000 5.290000 0.810000 10.240000

1.000000 900.000000 0.160000 1.210000 0.810000 24.010000

1.000000 25.000000 19.360000 60.840000 0.360000 19.360000

1.000000 18.490000 8.410000 2.560000 1.440000 1.690000

1.000000 0.160000 4.000000 3.610000 0.360000 0.000000

1.000000 0.000000 11.560000 0.360000 0.010000 1.210000

1.000000 98.010000 7.290000 3.240000 1.440000 0.000000

1.000000 0.810000 7.290000 1.210000 1.210000 22.090000

1.000000 0.000000 0.040000 2.250000 0.250000 0.250000

             Шкалированный вектор отклика(Z)и матрица(W) :

0.149012

0.178815

0.377498

0.258288

0.298025

0.397366

0.397366

0.258288

0.059605

0.218551

0.278156

0.238420

0.218551

0.178815

0.267261 0.002759 0.709591 0.177104 0.429986 0.057085

0.267261 0.023520 0.399145 0.305920 0.902518 0.000254

0.267261 0.007419 0.024947 0.001301 0.000071 0.000000

0.267261 0.289268 0.033955 0.197923 0.004523 0.000254

0.267261 0.507124 0.177398 0.219898 0.013852 0.000254

0.267261 0.706177 0.305595 0.076480 0.005725 0.259798

0.267261 0.397225 0.002772 0.017494 0.005725 0.609155

0.267261 0.011034 0.335393 0.879592 0.002544 0.491181

0.267261 0.008161 0.145695 0.037011 0.010177 0.042877

0.267261 0.000071 0.069296 0.052191 0.002544 0.000000

0.267261 0.000000 0.200265 0.005205 0.000071 0.030699

0.267261 0.043258 0.126292 0.046842 0.010177 0.000000

0.267261 0.000358 0.126292 0.017494 0.008552 0.560443

0.267261 0.000000 0.000693 0.032529 0.001767 0.006343

             Оценки параметров(teta) для шкалированных данных :

0.845331

0.233267

-0.113523

0.005912

-0.011672

0.089342

             Оценки параметров(tetaY) для исходных данных :

11.371087

0.005182

-0.098985

0.004302

-0.004152

0.114085

Остаточная сумма квадратов:     152.582522

F[0]=465.847321

F[1]=24401993.275121

F[2]=1470.882121

F[3]=11.600460

F[4]=172.030288

F[5]=953.890732

 , отсюда следует, что  все регрессоры значимы.

5.  Вывод

Результаты проведенных тестов показали, что программа работает корректно. Результаты оцененных параметров незначительно отличаются  от оценок,  ранее полученных в программном комплексе «ОДА», но при этом остаточная сумма оказалась меньше.