Базисная процедура. Линейность в переменных и параметрах

Сентябрь 13, 2022

Главная
Математика
Базисная процедура. Линейность в переменных и параметрах

Содержание

2. Модель, показанная выше, линейна в двух смыслах. Правая сторона линейна в переменных, потому что переменные включены
3. Это также линейно в параметрах, так как различный параметр появляется как мультипликативный фактор в каждом термине.
4. Вторая модель выше линейной в параметрах, но нелинейна в переменных. 4 БАЗИСНАЯ ПРОЦЕДУРА Линейность в параметрах,
5. Такие модели не представляют проблемы вообще. Определите новые переменные как показано. 5 БАЗИСНАЯ ПРОЦЕДУРА Линейность в
6. С этими косметическими преобразованиями мы сделали модель линейной и в переменных и в параметрах 6 БАЗИСНАЯ
7. Нелинейность в параметрах: Эта модель нелинейна в параметрах, так как коэффициент X4 является результатом коэффициентов X2
8. Эта модель нелинейна в параметрах, так как коэффициент X4 является результатом коэффициентов X2 и X3. Как
9. График данных показывает, что отношения явно нелинейны. Мы будем считать различные нелинейные технические требования для отношений
10. Это нелинейно в g, но если мы определяем z = 1/г, мы можем переписать модель так,
11. Здесь представляется таблица данных вторым разом, показывая ценности z, вычисленного из тех g. Нет никакой потребности
12. Здесь результат для регресса e на z 12 БАЗИСНАЯ ПРОЦЕДУРА . gen z = 1/g .
13. Данные показывают преобразованные данные и линию регресса для регресса e на z 13 БАЗИСНАЯ ПРОЦЕДУРА
14. Заменяя 1/г на z, мы получаем нелинейные отношения между e и g. Данные показывают эти отношения,
16. Скачать презентацию

Слайд 2

Модель, показанная выше, линейна в двух смыслах. Правая сторона линейна в

переменных, потому что переменные включены точно, как определено, а не как функции.

БАЗИСНАЯ ПРОЦЕДУРА

Линейность в переменных и параметрах:

Слайд 3

Это также линейно в параметрах, так как различный параметр появляется как

мультипликативный фактор в каждом термине.

БАЗИСНАЯ ПРОЦЕДУРА

Линейность в переменных и параметрах:

Слайд 4

Вторая модель выше линейной в параметрах, но нелинейна в переменных.
4
БАЗИСНАЯ ПРОЦЕДУРА
Линейность

в параметрах, нелинейность в переменных:

Линейность в переменных и параметрах:

Слайд 5

Такие модели не представляют проблемы вообще. Определите новые переменные как показано.
5
БАЗИСНАЯ

ПРОЦЕДУРА

Линейность в параметрах, нелинейность в переменных:

Линейность в переменных и параметрах

Слайд 6

С этими косметическими преобразованиями мы сделали модель линейной и в переменных

и в параметрах

БАЗИСНАЯ ПРОЦЕДУРА

Линейность в параметрах, нелинейных в переменных:

Линейность в переменных и параметрах

Слайд 7

Нелинейность в параметрах:
Эта модель нелинейна в параметрах, так как коэффициент X4

является результатом коэффициентов X2 и X3. Как мы видим, некоторые модели, которые нелинейны в параметрах, могут линеаризоваться соответствующими преобразованиями, но это не один из тех

БАЗИСНАЯ ПРОЦЕДУРА

Линейность в параметрах, нелинейность в переменных:

Линейность в переменных и параметрах

Слайд 8

Эта модель нелинейна в параметрах, так как коэффициент X4 является результатом

коэффициентов X2 и X3. Как мы будем видеть, некоторые модели, которые нелинейны в параметрах, могут линеаризоваться соответствующими преобразованиями, но это не один из тех

БАЗИСНАЯ ПРОЦЕДУРА

Средние ежегодные темпы роста процента
Занятость GDP Занятость GDP

Australia 2.57 3.52 Korea 1.11 4.48
Austria 1.64 2.66 Luxembourg 1.34 4.55
Belgium 1.06 2.27 Mexico 1.88 3.36
Canada 1.90 2.57 Netherlands 0.51 2.37
Czech Republic 0.79 5.62 New Zealand 2.67 3.41
Denmark 0.58 2.02 Norway 1.36 2.49
Estonia 2.28 8.10 Poland 2.05 5.16
Finland 0.98 3.75 Portugal 0.13 1.04
France 0.69 2.00 Slovak Republic 2.08 7.04
Germany 0.84 1.67 Slovenia 1.60 4.82
Greece 1.55 4.32 Sweden 0.83 3.47
Hungary 0.28 3.31 Switzerland 0.90 2.54
Iceland 2.49 5.62 Turkey 1.30 6.90
Israel 3.29 4.79 United Kingdom 0.92 3.31
Italy 0.89 1.29 United States 1.36 2.88
Japan 0.31 1.85

Слайд 9

График данных показывает, что отношения явно нелинейны. Мы будем считать различные

нелинейные технические требования для отношений в ходе этой главы, начинающейся с гиперболической модели показанными.

БАЗИСНАЯ ПРОЦЕДУРА

Слайд 10

Это нелинейно в g, но если мы определяем z = 1/г,

мы можем переписать модель так, чтобы это было линейно в переменных, а также параметрах.

БАЗИСНАЯ ПРОЦЕДУРА

Слайд 11

Здесь представляется таблица данных вторым разом, показывая ценности z, вычисленного из

тех g. Нет никакой потребности на практике, чтобы выполнить вычисления самостоятельно. У приложений регресса всегда есть средство для создания новых переменных как функции существующих.

БАЗИСНАЯ ПРОЦЕДУРА

Средние ежегодные темпы роста процента
e g z e g z

Australia 2.57 3.52 0.2841 Korea 1.11 4.48 0.2235
Austria 1.64 2.66 0.3757 Luxembourg 1.34 4.55 0.2199
Belgium 1.06 2.27 0.4401 Mexico 1.88 3.36 0.2976
Canada 1.90 2.57 0.3891 Netherlands 0.51 2.37 0.4221
Czech Republic 0.79 5.62 0.1781 New Zealand 2.67 3.41 0.2929
Denmark 0.58 2.02 0.4961 Norway 1.36 2.49 0.4013
Estonia 2.28 8.10 0.1234 Poland 2.05 5.16 0.1938
Finland 0.98 3.75 0.2664 Portugal 0.13 1.04 0.9603
France 0.69 2.00 0.5004 Slovak Republic 2.08 7.04 0.1420
Germany 0.84 1.67 0.5980 Slovenia 1.60 4.82 0.2075
Greece 1.55 4.32 0.2315 Sweden 0.83 3.47 0.2885
Hungary 0.28 3.31 0.3021 Switzerland 0.90 2.54 0.3941
Iceland 2.49 5.62 0.1779 Turkey 1.30 6.90 0.1449
Israel 3.29 4.79 0.2089 United Kingdom 0.92 3.31 0.3024
Italy 0.89 1.29 0.7723 United States 1.36 2.88 0.3476
Japan 0.31 1.85 0.5417

Слайд 12

Здесь результат для регресса e на z
12
БАЗИСНАЯ ПРОЦЕДУРА
. gen z =

1/g
. reg e z
----------------------------------------------------------------------------
Источник | SS df MS Number of obs = 31
-----------+------------------------------ F( 1, 29) = 13.68
Модель | 5.80515811 1 5.80515811 Prob > F = 0.0009
Остаток| 12.3041069 29 .424279548 R-squared = 0.3206
-----------+------------------------------ Adj R-squared = 0.2971
Всего | 18.109265 30 .603642167 Root MSE = .65137
----------------------------------------------------------------------------
e | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
z | -2.356137 .6369707 -3.70 0.001 -3.658888 -1.053385
_cons | 2.17537 .249479 8.72 0.000 1.665128 2.685612
----------------------------------------------------------------------------

Слайд 13

Данные показывают преобразованные данные и линию регресса для регресса e на

БАЗИСНАЯ ПРОЦЕДУРА

Слайд 14

Заменяя 1/г на z, мы получаем нелинейные отношения между e и

g. Данные показывают эти отношения, подготовленные в оригинальной диаграмме. Линейный регресс e на g, о котором сообщают в Упражнении 1.5, также показывают для сравнения

БАЗИСНАЯ ПРОЦЕДУРА

Базисная процедура. Линейность в переменных и параметрах

Содержание

Модель, показанная выше, линейна в двух смыслах. Правая сторона линейна в

Это также линейно в параметрах, так как различный параметр появляется как

Вторая модель выше линейной в параметрах, но нелинейна в переменных. 4БАЗИСНАЯ ПРОЦЕДУРАЛинейность

Такие модели не представляют проблемы вообще. Определите новые переменные как показано. 5БАЗИСНАЯ

С этими косметическими преобразованиями мы сделали модель линейной и в переменных

Нелинейность в параметрах:Эта модель нелинейна в параметрах, так как коэффициент X4

Эта модель нелинейна в параметрах, так как коэффициент X4 является результатом

График данных показывает, что отношения явно нелинейны. Мы будем считать различные

Это нелинейно в g, но если мы определяем z = 1/г,

Здесь представляется таблица данных вторым разом, показывая ценности z, вычисленного из

Здесь результат для регресса e на z 12БАЗИСНАЯ ПРОЦЕДУРА. gen z =

Данные показывают преобразованные данные и линию регресса для регресса e на

Заменяя 1/г на z, мы получаем нелинейные отношения между e и

Похожие презентации

Вторая модель выше линейной в параметрах, но нелинейна в переменных.
4
БАЗИСНАЯ ПРОЦЕДУРА
Линейность

Такие модели не представляют проблемы вообще. Определите новые переменные как показано.
5
БАЗИСНАЯ

Нелинейность в параметрах:
Эта модель нелинейна в параметрах, так как коэффициент X4

Здесь результат для регресса e на z
12
БАЗИСНАЯ ПРОЦЕДУРА
. gen z =