3-laboratoriya ishi Ko‘p o‘zgaruvchili chiziqli regression modellar. Ko‘p o‘zgaruvchili chiziqli regression modellarda parametrlarni baholash



Download 166,09 Kb.
bet4/4
Sana19.05.2022
Hajmi166,09 Kb.
#604518
1   2   3   4
Bog'liq
3-laboratoriya ishi Hasanova Zarifa IQT-3

Hal qiluvchi qoida: agar bo‘lsa, i chi prediktor sinovdan o‘tgan hisoblanib modelda qoldiriladi, aks holda bu prediktorni yoki u bilan kuchli korrelyatsiyalangan boshqa prediktorni modeldan chiqarib tashlashga to‘g‘ri keladi.
Namuna O’zbekiston Respublikasining Xorazim viloyatining jami aholi soni o’rganildi.Bu jadvalda biz shu 2000-2021-yillar orasidagi hisobotini ko’rishimiz mumkin va bu natijalar 5 ta ko’rsatkich asosida tuzildi:
X1 Iqtisodiy faol aholi soni
X2 Ishsizlar
X3 Ko’chib ketganlar xorijga
X4 Ko’chib kelganlar xorijdan
Y Jami aholi soni

Yillar

X1

X2

X3

X4

Y

2000

463,7

2,5

627

75

1323,9

2001

472,1

3,8

846

51

1347,7

2002

483,0

4,7

1371

39

1369,3

2003

497,0

6,6

1652

39

1390,9

2004

514,8

8,2

1732

37

1410,3

2005

527,2

4,9

2203

72

1432,8

2006

541,0

3,0

1329

48

1453,9

2007

581,7

28,1

1587

48

1477,8

2008

599,2

28,1

766

49

1504,2

2009

620,4

32,2

901

56

1530,8

2010

642,0

35,3

771

79

1561,6

2011

659,8

34,6

810

86

1601,1

2012

679,1

35,7

784

104

1629,1

2013

697,5

37,1

624

82

1653,8

2014

717,8

39,2

605

83

1684,1

2015

735,5

39,5

448

51

1715,6

2016

754,7

41,4

365

74

1746,9

2017

773,3

44,0

226

64

1776,7

2018

786,0

74,2

244

75

1805

2019

810,0

73,5

259

32

1835,7

2020

804,5

88,1

543

2

1866,5

2021

806,4

80,1

398

7

1893,3

Manba: https://stat.uz/uz/rasmiy-statistika/living-standards-2




Universitet reytingi (Y) korrelyatsiya matritsasi
Minitab dasturi yordamida masalamizning korrelyatsiya matrisasini hosil qilamiz:






Y

X1

X2

X3

X4

Y

1,00000

0,99675

0,93305

-0,73020

0,29165

X1

0,99675

1,00000

0,93854

-0,74124

0,31863

X2

0,93305

0,93854

1,00000

-0,72683

0,22894

X3

-0,73020

-0,74124

-0,72683

1,00000

-0,31291

X4

0,29165

0,31863

0,22894

-0,31291

1,00000

Ushbu masaladagi korrelyatsiya matritsasining ko‘rinishi 5x5 ko‘rinishida. Jadvalda yoritilgan 1,0 qiymati o‘zgaruvchi o‘zi bilan 100% korrelyatsiyalanganligini bildiradi.


Korrelyatsiya matritsasiga ko‘ra birinchi o‘zgaruvchi (X1), ya’ni Iqtisodiy faol aholi soni jami aholi soni reytingi (Y) bilan kuchli korrelyatsiyalangan (r12=0,99675), shuning uchun “yaxshi” prediktor sifatida olsak bo‘ladi.
Ikkinchi o‘zgaruvchi X2 ya’ni Ishsizlar soni ham jami aholi soni reytingi (Y) bilan kuchli korrelyatsiyalangan (r13=0,93305), shuning uchun bu prediktorni ham “yaxshi” prediktor sifatida olsak bo‘ladi.
Qolgan prediktorlar jami aholi soni reytingi (Y) bilan kuchsiz korrelyatsiyalangan. Shuning uchun ularni “yaxshi” prediktor sifatida ola olmaymiz.
Regression Analysis: Y versus x1; x2

Analysis of Variance


Source DF Adj SS Adj MS F-Value P-Value


Regression 2 674739 337370 828,42 0,000
x1 1 65160 65160 160,00 0,000
x2 1 2105 2105 5,17 0,035
Error 19 7738 407
Total 21 682477
Model Summary

S R-sq R-sq(adj) R-sq(pred)


20,1803 98,87% 98,75% 98,45%
Coefficients

Term Coef SE Coef T-Value P-Value VIF


Constant 735,4 50,8 14,47 0,000
x1 1,274 0,101 12,65 0,000 7,57
x2 1,048 0,461 2,27 0,035 7,57
Regression Equation

Y = 735,4 + 1,274 x1 + 1,048 x2


Fits and Diagnostics for Unusual Observations

Std
Obs Y Fit Resid Resid


22 1893,30 1846,88 46,42 2,61 R
Taklif etilgan model uchun chiziqli regressiya tenglamasi quyidagicha:
Y=735,4+1,274X1+1,048X2
X1 – iqtisodiy faol aholi;
X2 – ishsizlar;
Y ning X1 va X2 prediktorlar bilan ko‘p o‘zgaruvchi determinatsiyasi koeffitsiyenti foizi R2=98,87% ga teng. Bundan iqtisodiy faol aholi va ishsizlar soni jami aholi reytingi ulushi (%) yordamida topildi.
Xulosa
Ekonometrikaga oid tahlildan so‘ng quyidagicha xulosaga kelindi. Ushbu masala uchun 5 ta eng asosiy ahamiyatga ega bo‘lgan prediktorlar tanlab olindi va tahlildan o‘tkazildi. Dastlab, prediktorlar yordamida korrelyatsiya matritsasi qurildi va u bashorat uchun eng muhim prediktorlarni aniqlab olishga yordam berdi. Ushbu shartga ko‘ra bashorat uchun tanlangan prediktorlarning bog‘liq o‘zgaruvchi bilan korrelyatsiya koeffitsiyenti kuchli va o‘zaro korrelyatsiya koeffitsiyentlari esa kuchsiz (VIF tahlildan o‘tadigan) bo‘lishi kerak. Korrelyatsiya matritsa tahlili shartlariga ko‘ra modelda multikollinearlik mavjud bo‘lmasada,o‘qitish tizimiX1 va X2o‘zaro kuchli korrelyatsiyalangan edi.
Chiziqsiz regressiya modellari. Chiziqsiz regressiya
koeffitsiyentlarini baholash

Laboratoriya ishi uchun topshiriqlar:



  1. Ishonchli manbalardan hajmi kamida 20 ta bo‘lgan X va Y ma’lumotlar oling.

  2. Ushbu ma’lumotlar orasidagi bog‘lanishni aniqlang. Nuqtaviy diagrammasini chizing.

  3. Ushbu ma’lumotlar asosida oddiy regression model quring, determinatsiya koeffitsiyentini aniqlang.

  4. XvaY ma’lumotlar orasida parabolik regression model va kubik regression modellarni quring.

  5. Ushbu ma’lumotlar orasidagi eksponensial regression model va logarifmik regression modellarni quring.

  6. Yuqorida olingan modellarni solishtiring va eng yaxshi modelni aniqlang. Barcha ishlar bo‘yicha xulosa chiqaring.

Regressiya koeffitsiyentlari va xatolikka nisbatan chiziqli bo‘lgan model erkin o‘zgaruvchilarga nisbatan chiziqli bo‘lmasligi ham mumkin. Bunday model egri chiziqli model deyiladi.


Egri chiziqli modellarning asosiylaridan biri bu polinomial regressiya modelidir:
Y = 0 + 1X +2X2+ ... + kXk + .
Bu modelda k ko‘phadning tartibi. Regressiya tenglamasidagi erkin o‘zgaruvchi darajasining eng yuqori tartibi polinomial modelning tartibiga mos keladi. Masalan, oddiy chiziqli regressiya modelini birinchi tartibli polinom yoki ko‘phad deb atash mumkin:
Y 01X .
Ikkinchi tartibli polinom yoki parabolik model:
Y = 0 + 1X +2X2+,
bu yerda: Y – bog‘liq o‘zgaruvchi;
X – erkin o‘zgaruvchi;
0 Y–kesim;
1parabolaning siljishi;
2 egrilik koeffisiyenti;
 – tasodifiy xatolik.
Agar ijtimoiy - iqtisodiy hodisalar o‘rtasida to‘g‘ri chiziqlidan boshqa turdagi bog‘lanish mavjud bo‘lsa, u holda ularga mos funksional bog‘lanishning bahosini to‘g‘ri chiziqli bo‘lmagan modellar orasidan topish mumkin.
To‘g‘ri chiziqli bo‘lmagan regressiyani ikki sinfga ajratib o‘rganiladi:

  1. Modelga kiritilgan tushuntiruvchi o‘zgaruvchilarga nisbatan chiziqli bo‘lmagan, lekin baholanadigan parametrlarga nisbatan chiziqli regressiya, masalan

    • parabola: ;

    • polinomialfunksiya:  ;

    • teng tomonli giperbola:  ;

    • yarim logarifmik funksiya: ;

    • ildizli funksiya: 

  1. Baholanayotgan parametrlarga nisbatan chiziqli bo‘lmagan regressiya: masalan,

    • ko‘rsatkichli funksiya:  ;

    • eksponensial funksiya: ;

    • logistik funksiya:  ;

    • umumlashgan darajali funksiya:

Misol.O’zbekiston Respublikasining Xorazm viloyati 2000-2021- yillar o’rasida ko’chib kelganlar xorijdan va ko’chib ketganlar xorijga haqida malumot berilgan . Bunda ko’chib kelganlar X ko’chib ketganlarni Y bilan belgilaymiz

Yillar

Ko’chib kelganlar xorijdan X

Ko’chib ketganlar xorijga Y

2000

75

627

2001

51

846

2002

39

1371

2003

39

1652

2004

37

1732

2005

72

2203

2006

48

1329

2007

48

1587

2008

49

766

2009

56

901

2010

79

771

2011

86

810

2012

104

784

2013

82

624

2014

83

605

2015

51

448

2016

74

365

2017

64

226

2018

75

244

2019

32

259

2020

2

543

2021

7

398

Nuqtali diagramma chizamiz:

Nuqtali diagrammadan ko‘rinib turibdiki, X vaY o‘zaro musbat korrelyatsiyalangan bog‘langan.


Chiziqli model
Chiziqli modelni quramiz. Bu bizga bu ikki o‘zgaruvchi qanday chiziqli bog‘langanligini ko‘rsatadi.

Chiziqli modelda Y X orqali ifodalanadigan regressiya tenglamasi quyidagi ko‘rinishda bo‘ladi:
Y=953,2-1,501X.
Kvadratik model

Kvadratik model tenglamasi quyidagi ko‘rinishga ega:
Y= 545,0+ 19,09 * X – 0,1981 * X2.
.
Kubik model

Berilgan masala uchun kubik model tenglamasi quyidagicha bo‘ladi:
Y= 247,2 +59,60*X -1,196*X2 +0,006491*X3.
Umumiy xulosa
Biz yuqorida bir nechta modellarni ko‘rib chiqishimizdan maqsad ma’lum masofani bosib o‘tish uchun (Y) ni (X) orqali eng yaxshi tushuntiradigan modelni tanlash edi. Eng yaxshi modelni aniqlashimiz uchun bizga har bir modeldagi determinatsiya koeffitsentlarining qiymatlarini taqqoslab chiqish kifoya. Qaysi modelda shu qiymat eng katta bo‘lsa o‘sha model biz uchun eng yaxshi model hisoblanadi. Chunki bu qiymat X prediktor Y bog`liq o‘zgaruvchining berilgan regressiya tenglamasi yordamida necha foizini tushintirib berishini anglatadi.
Masalani yechish jarayonida shuni aniqladikki, bizning masalamizda eng yaxshi model bu kubik model ekan. Bu modelda prediktor va tushuntiriluvchi o‘zgaruvchi kuchli korrelyatsiyalangan bog`liqlik mavjud. Shuningdek bu model uchun deteminatsiya koeffitsiyenti foizda 16,5% ga teng ekanligini yuqorida hisoblab topdik.
Download 166,09 Kb.

Do'stlaringiz bilan baham:
1   2   3   4




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish