Interpretacja parametrów b(y) otrzymanych funkcji jest następująca:
A. Jeżeli liczba podmiotów zwiększy się o I. to liczba pracujących wzrośnie średnio o 61 osób.
II. Jeżeli liczba podmiotów zwiększy się o 1, to liczba pracujących wzrośnie średnio o 1.5% [(1,015- 1)100%|.
C. Jeżeli liczba podmiotów zwiększy się o 1%, to liczba pracujących wzrośnie średnio o 1,03%
Z podanych miar dopasowania wynikałoby, że najlepsza jest funkcja potęgowa. Jednakże musimy pamiętać, że przy aproksymacji obu funkcji krzywoliniowych wartości Y były wyrażone w logarytmach, a zatem zarówno ó'c(Jj, jak i sumy kwadratów odchyleń zostały obliczone na podstawie
różnic (logy-logy). Chcąc oceniać rzeczywiste dopasowanie funkcji do danych empirycznych, obliczamy Se()j i <p2(yx). posługując się wzorami (3.60) i (3.61).
Tablica robocza II
Badanie dopasowania funkcji potęgowej y\ = 41,141 • xj'0l2.
Badanie dopasowania funkcji wykładniczej y", = 794,673-1,015''.
,v |
y |
log X |
logy |
logy1 |
y' |
(y -y’): |
logy" |
y" |
(y-y")2 | |
W |
A |
U |
c |
1) |
F |
F |
(1 |
t! |
i |
J |
1 |
40 |
1 837 |
1.602 |
3.264 |
3.268 |
1 854.367 |
301.62.3 |
3.154 |
1 424.029 |
170 545 |
o |
12 |
734 |
1.079 |
2.866 |
2.728 |
535.046 |
39 582.816 |
2.976 |
946.646 |
45 218 |
3 |
16 |
435 |
1.204 |
2.638 |
2.857 |
720.069 |
81 264.236 |
3.002 |
1 003.508 |
323 201 |
•t |
90 |
4 894 |
1.954 |
3.690 |
3.632 |
4 283.303 |
372 950.766 |
3.470 |
2 952.442 |
3 769 647 |
5 |
94 |
5 877 |
1.973 |
3.769 |
3.651 |
-1 479.974 |
1 951 681.88.3 |
3.496 |
3 129.784 |
7 547 194 |
6 |
25 |
1 453 |
1.398 |
3.162 |
3,057 |
1 141,480 |
97 044.890 |
3.059 |
1 144.247 |
95 328 |
7 |
157 |
4 576 |
2.196 |
3.660 |
3.881 |
7 607.792 |
9 191 764.258 |
3.895 |
7 843.491 |
10 676 494 |
8 |
59 |
3 206 |
1.771 |
3.506 |
3.442 |
2 769.821 |
190 251.814 |
3.274 |
1 878.670 |
1 761 804 |
M |
48 |
1 2X9 |
1.681 |
3.110 |
3.350 |
2 238.413 |
901 384.738 |
.3.204 |
1 600.239 |
96 869 |
tu |
132 |
2 8.M |
2.121 |
3.452 |
3.803 |
6 360.548 |
12436 542.367 |
3.736 |
5 447.259 |
6 829 124 |
u |
17 |
1 119 |
1.2.30 |
3.049 |
2.885 |
766.576 |
124 202.643 |
3.008 |
1 018.249 |
10 151 |
12 |
15 |
540 |
1.176 |
2.732 |
2.82S |
673.656 |
17 863.837 |
2.995 |
988.980 |
201 583 |
1 1 |
175 |
16 284 |
2.2-13 |
4.212 |
.3.9.30 |
8 509.871 |
60 437 086.468 |
4.009 |
10 197.834 |
37 041 416 |
t-l |
210 |
13 819 |
2.322 |
4.140 |
4.012 |
10 272.293 |
12 579 1.32.211 |
4.230 |
16 989.156 |
10 049 890 |
15 |
168 |
8 441 |
*m |
3.926 |
3.912 |
8 158.687 |
79 700.387 |
3.964 |
9 208.209 |
588 609 |
ir. |
48 |
2 407 |
1.681 |
3.381 |
3.350 |
2 238.413 |
28 421.631 |
3.204 |
1 600.239 |
650 86.3 |
17 |
35 |
1 723 |
1.544 |
3.236 |
.3.208 |
1 615.573 |
11 540.587 |
3.122 |
1 323.892 |
159 287 |
1341 |
71 468 |
29.402 |
57.796 |
57.796 |
64 225.881 |
98 540 717 |
57.796 |
68 696.873 |
80 017 226 |
średnia wartość y = '1204 osób pracujących;
suma kwadratów odchyleń od średniej = 3.43E+08 = 3,43 • 10IK.
1. Teoretyczne wartości F dla analizowanych funkcji krzywoliniowych uzyskano za pomocą funkcji:
=REGLINX(x, obs/ar_v, obszarjr).
W analizowanym przykładzie dla funkcji potęgowej logy' ustalono dla pierwszej wartości .r:
=REGLINX(C l,SDS 1 :SDS 17,SCS I :SCS 17), a następnie skopiowano za pomocą myszy na pozostałe komórki.
Dla funkcji wykładniczej logy" ustalono dla pierwszej wartości ,v: =REGLINX(A1,SDS1:SDS17,SAS1:SAS17),
a dla pozostałych wartości x postępow ano tak jak przy funkcji potęgow ej.
2. Otrzymane wartości logarytmów zostały zdclogarytmowanc: = l()Alog y, a następnie obliczono kwadraty różnic wartości empirycznych i teoretycznych.
3. Sumę kwadratów odchyleń od średniej arytmetycznej y = 4204 niezbędną do
ustalenia </? otrzymano z funkcji =ODCHKW(obszar_v) (=DEVSQ(obszar_v)) w omawianym przykładzie jako:
=ODCHKW(B 1:017).
Miara |
Funkcja | ||
liniowa |
wykładnicza |
potęgowa | |
<P\vx) |
0.251319 |
0,233386 |
0,287413 |
R\vx) |
0.748681 |
0,766614 |
0.712587 |
R(yx) |
0,865264 |
0,875565 |
0,844149 |
&0) |
2 396,75 |
2 309,65 |
2 563.08 |
Ve(Y) |
57.0% |
54.9% |
61.0% |
Zestawiając miary dopasowania dla wszystkich trzech funkcji stwierdzamy, że najlepiej jest dopasowana funkcja wykładnicza, zgodnie z którą ok. 76.7% zmienności liczby pracujących w miastach woj. gdańskiego jest określone liczbą podmiotów gospodarczych znajdujących się w tych miastach, a 23,3% zmienności liczby pracujących zależy od innych czynników. Indeks korelacji (R) jest dość wysoki, co świadczy o znaczącej sile związku między badanymi zmiennymi; średni błąd szacunku (Se) informuje, że zaobserwowana liczba pracujących w badanych miastach różni się od określonej wykładniczą funkcją regresji średnio o 2310 osób. Zmienność przypadkowa jest dość znaczna, bowiem średni błąd szacunku stanowi prawic 53% średniej arytmetycznej.
195