Задачи статистики в пакете SPSS
         

Диалоговое окно Curve Estimation (Подгонка кривых)



Рис. 16.24: Диалоговое окно Curve Estimation (Подгонка кривых)


Откроется диалоговое окно Curve Estimation (Подгонка кривых), в котором можно выбрать одну из одиннадцати различных моделей.

Предлагаемым моделям соответствуют следующие формулы:

Молель Формула

Линейная

у= b0+ b1хX

Логарифмическая

у= b0+ b1х ln(х)

Обратная

Квадратичная

у= b0+ b1хX + b2хX2

Кубическая



у= b0+ b1хХ + b2хX2 + b3хX3

Степенная

y= b0хXb1

Показательная (комбинированная)

y= b0 * b1

S

у= е^(b0+b1xX)

Логистическая

Рост

у= е^(b0+b1xX)

Экспоненциальная

y=b0 х е^(b1xt)

Для логистической модели необходимо предварительно задать параметр и, который задается непосредственно в диалоговом окне Curve Estimation (Подгонка кривых) в качестве верхнего предела. Задачей программы является определение коэффициентов b0, b1, b2 и b3.

В поле для меток наблюдений (Case labels) можете указать некоторую переменную для описания данного наблюдения, которая затем будет появляться в режиме выбора точек (см. гл. 22.8.1) на построенном графике (см. рис. 16.25).

  • Перенесите переменную lohn в поле для зависимых переменных, а переменную anz в поле для независимых переменных.

  • Произведём оценку при помощи квадратичной функции; деактивируйте линейную модель и отметьте вместо неё квадратичную модель.

Активирование опции Time (Время) имеет смысл только тогда, когда анализируемые переменные представлены в виде временных рядов с одинаковыми интервалами.

  • Затем щёлкните на кнопке Save (Сохранение) и в появившемся диалоговом окне выберите опцию, с помощью которой прогнозируемые значения переменной будут сохранены в исходном файле данных.

  • Вернувшись в первое диалоговое окно, начните расчёт нажатием ОК.

Вывод результатов производится в старой табличной форме. Самыми важными показателями являются:

Independent: ANZ

Dependent Mth Rsq d.f. F Sigf b0 b1 b2

LOHN QUA ,979 11 251,10 ,000 22,5918 3,0615 -,0242

Эта таблица содержит значения коэффициентов а, b1, и b2. К данным исходного файла была добавлена переменная fit_1, которая содержит прогнозируемые значения, найденные на основе рассчитанных коэффициентов. Далее в окне просмотра появляется график, на котором отображаются кривые, соответствующие изменению наблюдаемых и спрогнозированных значений.

Приближение с помощью выбранной кривой, как кажется, удалось довольно не плохо. В противном случае можно было бы применить и другие модели, для использования которых, конечно же, не помешал бы некоторый опыт в области подобных криволинейных приближений.

Рис 16.25: Наблюдаемая и оценочная кривая





Содержание раздела