Содержание
- 2. Темы лекции Нелинейная регрессия Преобразования переменных Экономическая интерпретация регрессионной модели
- 3. Направления анализа и развития парной линейной регрессии Ключевые точки (начало координат) Кривая или прямая Форма криволинейной
- 4. Этапы построения модели 1. Выбор теоретических предпосылок 2. Формализация предпосылок 3. Построение математической модели 4. Анализ
- 5. Производственная функция Кобба-Дугласа Многие экономические процессы не являются линейными по сути. Их моделирование линейными уравнениями не
- 6. Классы нелинейных регрессий Различают два класса нелинейных регрессий: 1. Регрессии, нелинейные относительно переменных, но линейные по
- 7. Классы нелинейных регрессий Линейная модель Модель, нелинейная по переменным После подстановки модель стала линейной Модель, нелинейная
- 8. Линейная модель
- 9. Линейная модель Если переменная X увеличится на 1, то Y изменится в среднем на β единиц
- 10. Моделирование эластичности Независимо от вида математической связи между Y и X эластичность равна: Эластичность y по
- 11. Пример расчета эластичности Рассмотрим кривую Энгеля: где Y – спрос на товар, X – доход. Имеем:
- 12. Эластичность – переменная величина Например, для линейной модели Эластичность не всегда бывает постоянной для различных значений
- 13. Средний коэффициент эластичности Средний коэффициент эластичности показывает, на сколько процентов в среднем по совокупности изменится результат
- 14. Логарифмическая форма Прологарифмировав обе части уравнения, получим
- 15. Логарифмическая форма Интерпретация коэффициента регрессии β – эластичность зависимой переменной по объясняющей переменной Коэффициент при объясняющей
- 16. Логарифмическая форма Вычисление наклона (скорости роста) Наклон постоянно меняется с изменением номера наблюдения
- 17. Графики логарифмической формы зависимости
- 18. Логарифмически-линейная форма Интерпретация коэффициента регрессии β: Коэффициент при объясняющей переменной показывает на сколько процентов возрастает Y
- 19. Логарифмически-линейная форма Эластичность растет с ростом Y: Это указывает на класс зависимостей, где следует применять линейно-логарифмическую
- 20. Графики логарифмически-линейной формы зависимости Y β > 1 0 X 0
- 21. Логарифмически-линейная форма от времени Вид уравнения: Интерпретация: Коэффициент при переменной времени выражает темп прироста. Он показывает
- 22. Преобразование случайного отклонения Пример. Логарифмирование нелинейной модели с аддитивным случайным членом не приводит к линеаризации соотношения
- 23. Сравнение различных моделей 1. Содержательный анализ 2. Формальный анализ: Метод Зарембки Преобразование Бокса-Кокса
- 24. Метод Зарембки Применим для выбора из двух форм (несравнимых непосредственно), в одной из которых зависимая переменная
- 25. Сравнение различных моделей парной регрессии методом Зарембки 1. Вычисляем среднее геометрическое значений зависимой переменной и все
- 26. Сравнение различных моделей парной регрессии методом Зарембки 3. Вычисляем χ2-статистику для оценки значимости различий 4. Сравниваем
- 27. Метод Бокса-Кокса Идея метода. Переменная : при λ=1 превращается в линейную функцию при λ→0 переходит в
- 28. Сравнение различных моделей парной регрессии методом Бокса-Кокса 1. Преобразуют зависимую переменную по методу Зарембки: 2. Рассчитывают
- 29. Сравнение различных моделей парной регрессии методом Бокса-Кокса 3. Рассчитывают уравнения регрессии для новых переменных при значениях
- 31. Скачать презентацию