Regresija Jednostruka linearna regresija
Regresija Jednostruka linearna regresija
Regresija Jednostruka linearna regresija
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Primjer<br />
Zadana je vrijednost proizvodnje u tekućim cijenama (u 000 kn) i broj zaposlenih (u tis.) na<br />
nekom području za nekoliko vremenskih razdoblja.<br />
a) Zadatak je ocijeniti parametre jednostrukog linearnog regresijskog modela, gdje je<br />
vrijednost proizvodnje ovisna ili regresand varijabla.<br />
Ocijenjeni model pravca potrebno je ucrtati na dijagram rasipanja.<br />
b) Zadatak je za ocijenjeni jednostruki linearni regresijski model, gdje je vrijednost<br />
proizvodnje ovisna ili regresand varijabla izračunati pokazatelje reprezentativnosti: standardnu<br />
grešku regresije, koeficijent varijacije regresije i koeficijent determinacije te komentirati<br />
dobivene rezultate.<br />
Vrijednost proizvodnje u tekućim cijenama (u 000 kn) i broj zaposlenih (u tis.) na nekom<br />
području za nekoliko vremenskih razdoblja<br />
Vrijednost<br />
proizvodnje<br />
y i<br />
n<br />
∑<br />
i=<br />
1<br />
Izvor: Podaci su simulirani<br />
Broj<br />
zaposlenih<br />
x i<br />
x i y<br />
2<br />
i<br />
x i<br />
i<br />
193 119 22967 14161 200,012851 37249<br />
210 125 26250 15625 216,092349 44100<br />
245 129 31605 16641 226,812014 60025<br />
249 136 33864 18496 245,571429 62001<br />
254 142 36068 20164 261,650926 64516<br />
272 146 39712 21316 272,370592 73984<br />
296 155 45880 24025 296,489839 87616<br />
1719<br />
Općenito je model kojeg treba ocijeniti:<br />
Yˆ<br />
= ˆ β + ˆ β1 X .<br />
0<br />
952 236346 130428 1719 429491<br />
Metodom najmanjih kvadrata model jednostavne linearne regresije s ocijenjenim parametrima<br />
metodom najmanjih kvadrata, gdje je "vrijednost proizvodnje" ovisna, a "broj zaposlenih" neovisna<br />
varijabla, je:<br />
Y ˆ = −118,897<br />
+ 2, 68X<br />
• Parametar<br />
ˆ0 β = −118, 897 predstavlja očekivanu vrijednost proizvodnje (Y ˆ)<br />
u slučaju da broj<br />
zaposlenih (X ) iznosi nula. Ovaj parametar nema uvijek ekonomski logično značenje.<br />
• Parametar<br />
ˆ1 β = 2, 68 pokazuje da u slučaju povećanja zaposlenih (X ) za jednu jedinicu (u<br />
ovom slučaju za 1000 zaposlenih) treba očekivati povećanje vrijednosti proizvodnje (Yˆ<br />
) u<br />
prosjeku za 2,68 jedinica, tj. 1000 kuna.<br />
Da bi se na grafikon dijagrama rasipanja ucrtao ocijenjeni model pravca dovoljno je odrediti 2<br />
točke za neke vrijednosti varijable X i kroz njih provući liniju pravca. U ovom primjeru u<br />
posljednjem stupcu tablice izračunate su sve točke pravca Ŷ za svaku pojedinačnu vrijednost varijable<br />
X.<br />
Yˆ<br />
= −118,897<br />
+ 2,679916 ⋅ x<br />
= −118,897<br />
+ 2,679916 ⋅119<br />
1 1<br />
=<br />
…………………<br />
Yˆ<br />
= −118,897<br />
+ 2,679916 ⋅ x<br />
= −118,897<br />
+ 2,679916 ⋅155<br />
7 7<br />
=<br />
Yˆ<br />
200,013 tis. kn<br />
296,490 tis. kn<br />
2<br />
y i<br />
6