Кузьмук Д.А.

Варіант – 9
Поліноміальна регресія
Для деякого підприємства відомі середні витрати на закупку
обладнання за останні n років .
Необхідно:
 записати систему рівнянь для визначення невідомих параметрів рівняння
поліноміальної регресії третього порядку y̆ =a0+a1x+a2x2 + a3х3;
 знайти параметри регресії;
 обчислити коефіцієнт лінійної кореляції;
 знайти коефіцієнт детермінації;
 оцінити адекватність моделі за критерієм Фішера при рівні значущості
α=0,05;
 Оцінити значущість коефіцієнтів моделі;
 оцінити доцільність побудови моделі, що описується поліномом 4-го
ступеня;
 обрати більш якісну модель;
 побудувати графік;
 зробити прогноз витрат на закупку обладнання на наступний рік.

9 30,4 31,2 32,6 30,8 29,7 28,0 29,4 30,7 33,6

 Завдання 1/2
записати систему рівнянь для визначення невідомих параметрів
рівняння поліноміальної регресії третього порядку y̆ =a0+a1x+a2x2 +
a3х3; знайти параметри регресії;

В якості умови задачі нам надані середні витрати на закупку обладнання(y) за

останні n(1-9) років(x). Заносимо ці данні у таблицю.
A B
1 x y
2 1 30,4
3 2 31,2
4 3 32,6
5 4 30,8
6 5 29,7
7 6 28
8 7 29,4
9 8 30,7
10 9 33,6

Для отримання рівняння регресії що описує задані дані нам необхідно

визначити невідомі коефіцієнти. Для цього скористаємося методом
найменших квадратів та записати систему рівнянь. Отримаємо:
¿

Для зручності обчислення скористаємося системою рівнянь у матричному

вигляді для визначення коефіцієнтів
−1
a=( X T X ) X T y

Виконуємо необхідні обчислення за допомогою функцій Excel(МУМНОЖ,

ТРАНСП, МОБР)
X
D E F G
6 1 1 1 1
7 1 2 4 8
8 1 3 9 27
9 1 4 16 64
10 1 5 25 125
11 1 6 36 216
12 1 7 49 343
13 1 8 64 512
14 1 9 81 729

XT
D E F G H I J K L
1 1 1 1 1 1 1 1 1 1
2 1 2 3 4 5 6 7 8 9
3 1 4 9 16 25 36 49 64 81
4 1 8 27 64 125 216 343 512 729
XTX
J K L M
7 9 45 285 2025
8 45 285 2025 15333
9 285 2025 15333 120825
10 2025 15333 120825 978405

(XTX)-1
J K L M
12 4,674603 -3,6045 0,753968 -0,0463
13 -3,6045 3,143138 -0,69745 0,044332
14 0,753968 -0,69745 0,161075 -0,01052
15 -0,0463 0,044332 -0,01052 0,000701

XTY
J
17 276,4
18 1384,1
19 8818,9
20 63188,9

−1
a=( X T X ) X T y
L
17 26,83413
18 4,68955
19 -1,30642
20 0,096886
Ми отримали необхідні нам параметри:
а0 = 26,83
а1 = 4,69
а2 = -1,31
а3 = 0,097
А отримане рівняння має вигляд:

y̆ =26,83+4,69x-1,31x2 + 0,097х3
Завдання 3
обчислити коефіцієнт лінійної кореляції

Обчислимо коефіцієнт лінійної кореляції rxy за допомогою функції КОРРЕЛ.

Отримуємо:
D E
16 rxy 0,057348
- слабкий лінійний зв’язок

Завдання 4
знайти коефіцієнт детермінації
Для знаходження коефіцієнта детермінації скористаємося формулою:
R2=1−∑ ¿ ¿ ¿

Виконаємо необхідні нам обчислення:

Q R S
7 yi 
( yi  y ) ( yi  yi ) 2
2

8 30,31414 0,09679 0,007372

9 31,76263 0,239012 0,316548
10 31,76089 3,567901 0,704098
11 30,89026 0,007901 0,008147
12 29,73203 1,022346 0,001026
13 28,86753 7,350123 0,752613
14 28,87807 1,719012 0,272415
15 30,34495 0,000123 0,126061
16 33,84949 8,345679 0,062248
17 276,4 22,34889 2,250527

Отримуємо:
R2 = 1 – (2.25/22.35) = 0,9 – наша модель досить добре описує вхідні дані
Завдання 5
оцінити адекватність моделі за критерієм Фішера при рівні значущості
α=0,05
Для цього необхідно розрахувати:
S2 регрес
F р= 2
S зал
2

S2 ( y̆ − ȳ)
=∑ i , S2зал =
∑ ( y i− y̆ i)
регрес
( k−1) (n−k )

S T
7
8 0,007372 0,157585
9 0,316548 1,105684
10 0,704098 1,102046
11 0,008147 0,032094
12 0,001026 0,958591
13 0,752613 3,398782
14 0,272415 3,360053
15 0,126061 0,134074
16 0,062248 9,849453
17 2,250527 20,09836
18 0,450105 6,699454
Fкр= F.ОБР.ПХ (, k-1,n-k), k-кількість параметрів.
Отримуємо:
S T
20 Fр 14,88419
21 Fкр 5,409451
Так як Fр >Fкр модель адекватна.

Завдання 6
Оцінити значущість коефіцієнтів моделі
Для цього скористаємося t-критерієм Стьюдента. Необхідно розрахувати для
кожного параметра
t ai = ai/ σai

а також
tkr = СТЬЮДЕНТ.ОБР.2Х(,n-k)
Щоб знайти необхідні параметри скористаймося функцією ЛИНЕЙН
Для виконання даного завдання необхідно лінеаризувати. Для цього вводимо
заміну x1 =x , x2 =x2 , x3 =x3. З чого отримуємо таку модель

y̆ =26,83+4,69x1-1,31x2 + 0,097х3
P Q R S
1 х3 х2 х1 х0
2 0,096886 -1,30642 4,68955 26,83413
3 0,017769 0,26926 1,18943 1,450539
4 0,8993 0,670899 #Н/Д #Н/Д
5 14,88419 5 #Н/Д #Н/Д
6 20,09836 2,250527 #Н/Д #Н/Д

Тепер ми можемо розрахувати t ai для кожного параметру(ai – синій фон, σai –

жовтий фон).
U V W X Y
1 х3 х2 х1 х0
2 |t| 5,452562 4,851903 3,942688 18,49942
3 tkr 2,570582
Так як усі |t| > tkr можна зробити висновок що усі коефіцієнти статично
значущі, і доцільно перевірити поліном 4-го порядку.
Завдання 7
оцінити доцільність побудови моделі, що описується поліномом 4-го ступеня
Для обчислень скористаймося функцією ЛИНЕЙН, не забуваючи що
отримана модель буде лінеаризована.
I J K L M N
23 x4 x3 x2 x1 x0
24 ai -0,00644 0,225673 -2,16654 6,851347 25,25556
25 σ 0,009234 0,185627 1,265707 3,344588 2,732926
26 R^2 0,910216 0,708266 #Н/Д #Н/Д #Н/Д
27 Fp 10,13788 4 #Н/Д #Н/Д #Н/Д
28 20,34232 2,006566 #Н/Д #Н/Д #Н/Д

На основі цього маємо що наша модель має вигляд:

 y̆ =25,26+6,85x1-2,17x2 + 0,23х3-0,006x4
А рівняння регресії:

y̆ =25,26+6,85x-2,17x2 + 0,23х3-0,006x4
Коефіцієнт детермінації R2=0,91 - , наша модель добре описує вхідні дані.
Оцінимо адекватність моделі за критерієм Фішера.

Fр= 10,14

Fкр =F.ОБР. ПХ(0,05;4;9-5), Fкр=6.388

Так як Fр >Fкр модель адекватна.

Перевіримо значущість коефіцієнтів регресії за t-критерієм Стьюдента.

O P Q R S T
23 x4 x3 x2 x1 x0
24 |t| 0,69737 1,215738 1,711723 2,048488 9,241215
25 tkr 2,776445

Так як |ta4,3,2,1|<tкр, а |t a0|>t, отже , a0,– статистично значущий, a2, а3, а4 – ні.

Завдання 8
обрати більш якісну модель
Для цього скористаємося частковим F-критерієм.

У загальному вигляді частковий F–критерій визначається як

R2m +1−R2m n−m
F m+1= 2
⋅ ,
1−R m +1 1

Fkp=F.ОБР.ПХ(0.05;1;9-3)

Отримуємо:
I J
32 F4 -5,3958
33 Fkr 5,987378

Так як F4<Fkr можна зробити висновок що підвищення ступеня

поліному суттєво не підвищує якість моделі.

Завдання 9
побудувати графік
 Завдання 10
зробити прогноз витрат на закупку обладнання на наступний рік.
Для виконання даного завдання скористаємося отриманим раніше рівняння
регресії 3-го порядку
y̆ =26,83+4,69x-1,31x2 + 0,097х3
Маємо:
A B
1 x y
2 1 30,4
3 2 31,2
4 3 32,6
5 4 30,8
6 5 29,7
7 6 28
8 7 29,4
9 8 30,7
10 9 33,6
11 10 39,97302

Отже, витрати на наступний рік складатимуть 39.97

Отриманий графік:
45

40

35

30

25

20

15

10

0
0 2 4 6 8 10 12