Содержание
- 2. При исключении из регрессии р+1 фактора коэффициент детерминации должен уменьшаться, а остаточная дисперсия возрастать; и
- 3. Выбор формы уравнения регрессии. Как и в парной зависимости, возможны разные виды уравнений множественной регрессии: линейные
- 4. В линейной множественной регрессии параметры при переменной x называются коэффициентами «чистой» регрессии. Они характеризуют среднее изменение
- 5. Возможен и иной подход к построению уравнения множественной регрессии ,когда на основе матрицы коэффициентов корреляции строится
- 6. Где -стандартизованные переменные Для которых среднее значение равно нулю а среднее квадратическое отклонение равно единице: -стандартизованные
- 7. Стандартизованные коэффициенты регрессии показывают, на сколько % изменится в среднем результат, если соответствующий фактор xi изменится
- 8. Стандартизованные коэффициенты регрессии βi сравнимы между собой. Сравнивая их друг с другом, можно ранжировать факторы по
- 9. коэффициенты “чистой ” регрессии связанны со стандартизованными коэффициентами регрессии следующими формулами : Это позволяет от уравнения
- 10. Пример. Пусть функция издержек производства y(тыс. руб.) характеризуется уравнением вида x1 - основные производственные фонды(тыс.руб.) х2
- 11. Анализируя его, мы видим, что при той же занятости дополнительный рост стоимости основных производственных фондов на
- 12. уравнение регрессии в стандартизованном виде выглядит так Вывод:
- 13. Так как
- 14. Рассмотренный смысл стандартизованных коэффициентов регрессии позволяет их использовать при отсеве факторов –из модели исключаются факторы с
- 15. Индекс множественной корреляции Оценивает тесноту совместного влияния факторов на результат ( 0 ; 1 ) Значение
- 16. Частные коэффициенты (или индексы) корреляции характеризуют тесноту связи между результатом и соответствующим фактором при неизменном уровне
- 17. частные показатели корреляции широко используются при 1) решении проблемы отбора факторов. 2) ранжировании факторов, участвующих в
- 18. Порядок частного коэффициента корреляции определяется количеством факторов, влияние которых исключается. Например, — коэффициент частной корреляции первого
- 19. Коэффициенты частной корреляции более высоких порядков можно определить через коэффициенты частной корреляции более низких порядков по
- 20. При двух факторах и i= 1 данная формула примет вид:
- 22. Скачать презентацию