Содержание
- 2. Отбор факторов и выбор формы уравнения Оценка параметров уравнения множественной регрессии Показатели силы связи в модели
- 4. При отборе факторов в уравнение множественной регрессии необходимо соблюдать следующее условия: в модель нужно включать только
- 5. Отбор факторов основан на: теоретическом анализе взаимосвязи результата с кругом факторов количественном анализе (на основе матрицы
- 6. Отбор факторов на основе матрицы парных коэффициентов корреляции
- 7. Отбор факторов на основе матрицы парных коэффициентов корреляции (пример)
- 8. Использование Microsoft Excel для построения матрицы парных коэффициентов корреляции Анализ данных Корреляция В диалоговом окне «корреляция»
- 10. Виды функций, наиболее часто используемые в эконометрическом моделировании
- 11. Оценка параметров Для оценки параметров уравнения множественной регрессии применяют метод наименьших квадратов (МНК). При этом нелинейные
- 12. Пример
- 13. Продолжение примера
- 14. Продолжение примера
- 15. Продолжение примера
- 17. Пример
- 19. Показатели силы связи в модели множественной регрессии Абсолютные Относительные Стандартизованные коэффициенты регрессии Частные коэффициенты эластичности
- 20. Абсолютные показатели силы связи Показывают, на сколько единиц в среднем изменяется результативный признак при изменении рассматриваемого
- 21. Относительные показатели связи
- 22. Стандартизованные коэффициенты регрессии (для двухфакторной модели)
- 23. Частные коэффициенты эластичности
- 24. Частные коэффициенты эластичности для линейной функции
- 25. Коэффициент множественной детерминации
- 26. Продолжение примера
- 27. Продолжение примера
- 28. Продолжение примера. Расчет коэффициента детерминации для линейной функции
- 29. Скорректированный коэффициент детерминации
- 30. Коэффициент (индекс) множественной корреляции
- 31. Коэффициент множественной корреляции
- 32. Показатели частной корреляции основаны на соотношении сокращения остаточной вариации за счет дополнительно включенного в модель фактора
- 33. Показатели частной корреляции
- 34. Показатели частной корреляции
- 35. Оценка достоверности модели
- 36. Таблица дисперсионного анализа
- 37. Оценка достоверности параметров
- 38. Оценка достоверности параметров
- 39. Доверительные интервалы для оцениваемых параметров Доверительный интервал позволяет: Оценить значимость параметра (параметр будет значим, если в
- 40. Критерии выбора наилучшей функции Минимальная доля остаточной дисперсии в общей дисперсии, то есть максимальная величина коэффициента
- 41. Использование фиктивных переменных в моделях регрессии Фиктивная (структурная) переменная – это переменная, принимающая значение 1 или
- 42. Пример y – оценочная стоимость жилья x – жилая площадь z – наличие камина (1- есть
- 43. Пример Z=1- если камин в доме есть, Z=0 – если камина в доме нет
- 47. Фиктивные переменные в нелинейных моделях (на примере степенной функции)
- 48. Проблемы, возникающие при построении регрессионных моделей Мультиколлинеарность Гетероскедастичность
- 49. Симптомы мультиколлинеарности Завышенное значение коэффициента детерминации Высокие стандартные ошибки для коэффициентов регрессии Широкие доверительные интервалы Низкое
- 50. Выявление мультиколлинеарности с помощью матрицы парных коэффициентов корреляции Наличие мультиколлинеарности можно подтвердить, найдя определитель матрицы. Если
- 51. Меры по устранению мультиколлинеарности Удаление из модели переменных с высоким коэффициентом парной корреляции между факторами, если
- 52. Гетероскедастичность Основные предпосылки МНК: случайный характер остатков нулевая средняя остатков, не зависящая от фактора x гомоскедастичность
- 53. Зависимость остатков от выровненного значения результата
- 54. Меры по устранению гетероскедастичности Увеличение числа наблюдений Изменение функциональной формы модели Разделение исходной совокупности на качественно-однородные
- 55. Тесты, используемые для выявления гетероскедастичности Гольдфельда-Квандта Парка Глейзера Уайта
- 56. Тест Гольдфельда-Квандта Все наблюдения упорядочивают по мере возрастания какого-либо фактора, который, как предполагается, оказывает влияние на
- 57. Тест Гольдфельда-Квандта df1=df2=k-m-1
- 58. Тест Парка
- 59. Тест Глейзера k – какое-либо число, например, k= – 1; – 0,5; 0,5; 1
- 61. Скачать презентацию