Содержание
- 2. 2. Применение множественного корреляционно-регрессионного анализа Экономические явления часто определяются большим числом одновременно и совокупно действующих факторов.
- 3. 3. Задачи множественного корреляционно-регрессионного анализа
- 4. 4. Вид уравнения множественной регрессии Из-за особенности метода наименьших квадратов во множественной регрессии применяются только линейные
- 5. 5. Смысл коэффициентов уравнения Коэффициент регрессии ai показывает, на какую величину в среднем изменится результативный признак
- 6. 6. Пример интерпретации коэффициентов уравнения регрессии
- 7. 7. Пример преобразования к линейному виду
- 8. 8. Интерпретация коэффициентов степенной функции при ее линеаризации
- 9. 9. Рекомендации по выбору факторов, входящих в модель 1 правило Признаки-факторы должны находиться в причинной связи
- 10. 10. Рекомендации по выбору факторов, входящих в модель 2 правило Признаки-факторы не должны быть составными частями
- 11. 11. Рекомендации по выбору факторов, входящих в модель 4 правило Не следует включать в модель факторы
- 12. 12. Рекомендации по выбору факторов, входящих в модель 5 правило (желательное) Желательно, чтобы между результативным признаком
- 13. 13. Рекомендации по выбору факторов, входящих в модель 6 правило Математическая форма уравнения регрессии должна соответствовать
- 14. 14. Рекомендации по выбору факторов, входящих в модель 7 правило Принцип простоты: предпочтительнее модель с меньшим
- 15. 15. Пример построения модели множественной регрессии
- 16. 16. Уравнение модели
- 17. 17. Коэффициент множественной детерминации R2 – используют для оценки качества множественных регрессионных моделей Показывает, какую долю
- 18. 18. Скорректированный R2 При добавлении независимых переменных х R2 увеличивается, поэтому его корректируют с учетом числа
- 19. 19. Проверка значимости модели Для проверки значимости модели используют F-критерий Фишера Если расчетное значение критерия больше
- 20. 20. Оценивание достоверности каждого из параметров модели Оценивание достоверности каждого из параметров модели по t-критерию Стьюдента
- 21. 21. Пояснения по оценкам модели Значимость F Множественный коэффициент корреляции R=0.807 – связь тесная Множественный коэффициент
- 22. 22. Новая модель с меньшим числом переменных
- 23. 23. Исключение незначимого свободного члена из уравнения регрессии
- 24. 24. Модель без свободного члена
- 25. 25. Интерпретация коэффициентов модели Параметр регрессии а1=-0,003 Повышение расходов на рекламу на 1,0 тыс.рублей при фиксированном
- 26. 26. Мера точности модели В качестве меры точности модели применяют стандартную ошибку
- 27. 27. Частные коэффициенты эластичности Служат для оценки влияния каждого факторного признака на результативный признак Он показывает,
- 28. 28. Интерпретация коэффициентов эластичности По абсолютному приросту наибольшее влияние на объем реализации продукции оказывает фактор х2:
- 29. 29. Бета -коэффициенты Бета коэффициент показывает, на какую часть своего среднего квадратического отклонения изменится в среднем
- 30. 30. Расчет бета-коэффициентов
- 31. 31. Дельта-коэффициенты Позволяет проранжировать факторы по степени их влияния на признак. Показывает долю влияния фактора в
- 32. 32. Расчет дельта-коэффициентов Определяются парные коэффициенты корреляции Анализ данных / Корреляция Входной интервал все х и
- 33. 33. Интерпретация дельта-коэффициентов Анализ бета- и дельта-коэффициентов показывает, что на объем реализации продукции наибольшее влияние из
- 34. 34. Общие рекомендации по значениям коэффициентов
- 36. Скачать презентацию