Баҳодиҳии параметрҳои муодилаҳои регрессияи хаттӣ ва истифодаи он дар истеҳсолот
Баҳодиҳии параметрҳои муодилаҳои регрессияи хаттӣ ва истифодаи он дар истеҳсолот
Рабиев М. Б., Ғаримадов Ғ.
Донишгоҳи давлатии Кӯлоб, Донишкадаи технология ва менеҷменти инноватсионӣ дар шаҳри Кӯлоб
Яке аз вазифаҳои эконометрика муайян кардани вобастагии омилҳо ва равандҳои иқтисодӣ аст ва усули квадратҳои хурдтарин воситаи хуби ошкор кардани вобастагии нишондиҳандаҳои иқтисодӣ мебошад [1, саҳ. 5]. Истифодабарии муодилаҳои муътадили усули квадратҳои хурдтарин воситаи хуби баҳодиҳии параметрҳои муодилаи регрессионӣ аст. Аммо ҳангоми регрессияи маҷмӯӣ системаи муътадили муодилаҳо бо миқдори зиёди тағйирёбандаҳо дода мешавад, ки ҳалли система бо усули Крамер мушкил мегардад. Бинобар ин лозим меояд, ки усули квадратҳои хурдтарин дар намуди матритсавӣ ифода шавад. Мақсади чунин рафтор танҳо содатар кардани ҳисобкуниҳо аст.
Татбиқи онро аввал дар намуди умумии регрессияи сода дида мебароем. Фарз мекунем, ки гурӯҳи мушоҳидаи омилҳои новобаста ($x$) ва вобаста ($y$) дода шудаанд. Талаб карда мешавад, ки баҳои параметрҳои муодилаи регрессионӣ $\hat{y}_x = a + b \cdot x$ муайян карда шаванд.
Ҳал: Қиматҳои ($y_i$) ва ($x_i$) дар намуди матритсавӣ тасвир карда мешаванд:
$$X = \begin{bmatrix} 1 & x_1 \ 1 & x_2 \ \vdots & \vdots \ 1 & x_n \end{bmatrix}, \quad Y = \begin{bmatrix} y_1 \ y_2 \ \vdots \ y_n \end{bmatrix}, \quad \beta = \begin{bmatrix} a \ b \end{bmatrix}.$$
Дар ин ҷо матритсаи $X$ қиматҳои мушоҳидаҳои омилҳои новобаста аст, ки ба он вектори воҳидӣ ҳамроҳ карда шудааст:
- Матритсаи $X$ — матритсаи $(n \times 2)$-ченака аст;
- Матритсаи $Y$ — мушоҳидаҳои тағйирёбандаи вобаста;
- Матритсаи $\beta$ — баҳои параметрҳои муодилаи регрессионӣ $(a, b)$ мебошад.
Бо истифода аз матритсаҳои овардашуда муодилаи регрессия чунин навишта мешавад:
$$Y = X \cdot \beta \qquad (1)$$
Формулаи фарқиятҳои қиматҳои аслӣ ва ҳисобии натиҷаро баъди табдилдиҳӣ ба намуди зерин навиштан мумкин аст:
$$e = Y - X \cdot \beta \qquad (2)$$
Акнун ба шарти масъала бармегардем. Чунин матритсаи $\beta$ (параметрҳои муодилаи регрессионӣ) муайян карда шавад, ки порчаҳои фарқиятҳои қимати аслии мушоҳидаҳо аз қиматҳои ҳисобиашон хурдтарин шаванд. Агар ин шартро дар график тасвир намоем, боз ҳамон шарти усули квадратҳои хурдтарин пайдо мешавад.
Барои муайян кардани қимати $\beta$ зарур ва кифоя аст, ки матритсаи транспониронидашудаи $X$ ба матритсаи фарқиятҳо ортогоналӣ бошад [2, саҳ. 33]:
$$X' \cdot e = 0 \qquad (4)$$
Формулаи фарқиятҳоро ба (4) гузошта ҳосил мекунем:
$$X' \cdot (Y - X \beta) = 0$$
$$X' \cdot Y - X' \cdot X \beta = 0$$
Аз ин ҷо:
$$X' \cdot X \beta = X' \cdot Y$$
$$\beta = (X' \cdot X)^{-1} \cdot X' \cdot Y \qquad (6)$$
Муодилаи (6) ду қиматро ҳосил менамояд ва инҳо параметрҳои $a$ ва $b$ мебошанд, ки онҳо айнан (2.1.) ва (2.2.) мебошанд. Аз ин хотир матритсаи транспониронидашудаи $X$-ро дар шакли васеаш менависем ва формулаи (6)-ро мекушоем:
$$X' = \begin{bmatrix} 1 & 1 & 1 & \dots & 1 \ x_1 & x_2 & x_3 & \dots & x_n \end{bmatrix}$$
$$X' \cdot X = \begin{bmatrix} 1 & 1 & \dots & 1 \ x_1 & x_2 & \dots & x_n \end{bmatrix} \cdot \begin{bmatrix} 1 & x_1 \ 1 & x_2 \ \vdots & \vdots \ 1 & x_n \end{bmatrix} = \begin{bmatrix} n & \sum_{i=1}^n x_i \ \sum_{i=1}^n x_i & \sum_{i=1}^n x_i^2 \end{bmatrix}$$
$$X' \cdot Y = \begin{bmatrix} 1 & 1 & \dots & 1 \ x_1 & x_2 & \dots & x_n \end{bmatrix} \cdot \begin{bmatrix} y_1 \ y_2 \ \vdots \ y_n \end{bmatrix} = \begin{bmatrix} \sum_{i=1}^n y_i \ \sum_{i=1}^n x_i y_i \end{bmatrix}$$
$$\beta = \begin{bmatrix} n & \sum_{i=1}^n x_i \ \sum_{i=1}^n x_i & \sum_{i=1}^n x_i^2 \end{bmatrix}^{-1} \cdot \begin{bmatrix} \sum_{i=1}^n y_i \ \sum_{i=1}^n x_i y_i \end{bmatrix}$$
ё дар шакли мухтасар:
$$\beta = \begin{bmatrix} n & \sum x \ \sum x & \sum x^2 \end{bmatrix}^{-1} \cdot \begin{bmatrix} \sum y \ \sum x \cdot y \end{bmatrix} \qquad (7)$$
Агар баробарии (7)-ро давом диҳем, ҳамон формулаҳои (2.1.) ва (2.2.)-и бо усули Крамер пайдо намуда ҳосил мешаванд [4, саҳ. 35]. Пас маълум мешавад, ки аз истифодабарии навишти матритсавии системаи муътадили муодилаҳо танҳо ҳисобкуниҳоро сода кардан мешаваду халос.
Баъзе вобастагии омилҳои иқтисодӣ дар намуди муодилаи регрессияи хаттӣ тасвир карда мешавад, ки намуди умумии онҳо чунин аст: $\hat{y}_x = a + b \cdot x$. Дар ин ҷо $x$ нишондиҳандаи новобастаи иқтисодӣ, $y$ нишондиҳандаи вобастаи иқтисодӣ мебошад. Дар асл мисолҳои зиёдеро овардан мумкин аст, ки дар онҳо чунин вобастагиҳо ҷой доранд. Масалан:
- $x$ — нархи молҳо, $y$ — ҳаҷми фурӯши онҳо.
- $x$ — сатҳи сармоягузорӣ, $y$ — маҷмӯи маҳсулоти миллӣ.
Ба муодилаи регрессияи хаттӣ бузургии тасодуфии дигарро дохил намуда, ҳосил мекунем:
$$\hat{y}_x = a + b x + \varepsilon$$
Дар ин ҷо $\varepsilon$ — бузургии хатогиҳо мебошад.
Масъалаи 1: Фарз мекунем, ки як гурӯҳи корхонаҳо маҳсулоти якҷинса истеҳсол менамоянд ва бо функсияи риёзии зерин тавсиф дода мешавад: $\hat{y}_x = a + b x + \varepsilon$. Параметрҳои муодилаи регрессия баҳо дода шаванд, агар маълумотҳо дар ҷадвали 1.1 оварда шуда бошанд:
Ҷадвали 1.1. Маълумотҳои истеҳсоли маҳсулот вобаста аз хароҷотҳои истеҳсолӣ
| № корхона | Истеҳсоли маҳсулот ($x$) | Хароҷотҳои истеҳсолӣ ($y$) |
|---|---|---|
| 1 | 1 | 30 |
| 2 | 2 | 70 |
| 3 | 4 | 150 |
| 4 | 3 | 100 |
| 5 | 5 | 170 |
| 6 | 3 | 100 |
| 7 | 4 | 150 |
| Сумма | 22 | 770 |
Ҳал: Пеш аз ҳама маълумотҳоро дар ҳамвории коррелятсионӣ тасвир карда, аз он ҷо хати миёнаи вобастагиро ошкор менамоем (расми 7).
Аз тарзи ҷойгиршавии нуқтаҳо дар майдони коррелятсионӣ аён аст, ки байни ин ду омил вобастагии хаттӣ вуҷуд дорад. Барои ёфтани параметрҳои муодилаи регрессияи хаттӣ аз усули квадратҳои хурдтарин истифода мебарем, ки системаи муътадили муодилаҳои он чунин намуд дорад:
$$\begin{cases} \sum Y = n \cdot a + b \cdot \sum X, \ \sum X \cdot Y = a \cdot \sum X + b \cdot \sum X^2. \end{cases}$$
Барои ҳалли система аз маълумотҳои ҷадвали 1.2 истифода мебарем.
Ҷадвали 1.2. Ҷараёни баҳодиҳии параметрҳои муодилаи регрессияи хаттӣ
| № | $x$ | $y$ | $y \cdot x$ | $x^2$ | $y^2$ | $\hat{y}_x$ | $(\hat{y}_x - \bar{y})^2$ | $(y - \bar{y})^2$ |
|---|---|---|---|---|---|---|---|---|
| 1 | 1 | 30 | 30 | 1 | 900 | 31,05 | 6233,103 | 6400 |
| 2 | 2 | 70 | 140 | 4 | 4900 | 67,89 | 1773,252 | 1600 |
| 3 | 4 | 150 | 600 | 16 | 22500 | 141,57 | 996,6649 | 1600 |
| 4 | 3 | 100 | 300 | 9 | 10000 | 104,73 | 27,7729 | 100 |
| 5 | 5 | 170 | 850 | 25 | 28900 | 178,41 | 4679,928 | 3600 |
| 6 | 3 | 100 | 300 | 9 | 10000 | 104,73 | 27,7729 | 100 |
| 7 | 4 | 150 | 600 | 16 | 22500 | 141,57 | 996,6649 | 1600 |
| $\sum$ | 22 | 770 | 2820 | 80 | 99700 | 770 | 14735,16 | 15000 |
Системаи муодилаҳо чунин намуд мегирад:
$$\begin{cases} 7 \cdot a + 22 \cdot b = 770, \ 22 \cdot a + 80 \cdot b = 2820. \end{cases}$$
Системаро бо усули Крамер ҳал менамоем:
$$\Delta = \begin{vmatrix} 7 & 22 \ 22 & 80 \end{vmatrix} = 7 \cdot 80 - 22 \cdot 22 = 560 - 484 = 76,$$
$$\Delta_a = \begin{vmatrix} 770 & 22 \ 2820 & 80 \end{vmatrix} = 770 \cdot 80 - 22 \cdot 2820 = 61600 - 62040 = -440,$$
$$\Delta_b = \begin{vmatrix} 7 & 770 \ 22 & 2820 \end{vmatrix} = 7 \cdot 2820 - 22 \cdot 770 = 19740 - 16940 = 2800,$$
$$a = \frac{\Delta_a}{\Delta} = \frac{-440}{76} = -5{,}79, \qquad b = \frac{\Delta_b}{\Delta} = \frac{2800}{76} = 36{,}84.$$
Адабиёт
- Джонстон Дж. Эконометрические методы. — Москва: «Статистика», 1971. — С. 5.
- Лизер С. Эконометрические методы и задачи. — М.: «Статистика», 1971. — С. 33.
- Шагателес Т. Современные эконометрические методы. — Москва: «Статистика», 1975.
- Кулинич Е. И. Эконометрика. — Москва: «Финансы и статистика», 2001. — С. 35.




