Содержание
- 2. РЕГРЕССИЯ
- 3. Регрессионный анализ это … … техника анализа связи между зависимой переменной и одной или несколькими независимыми
- 4. Как изменится значение зависимой переменной, если изменится значение одной из независимых переменных при фиксированных значениях остальных
- 5. gt=E[yt|x1,t,…xn,t]= =g(x1,t,…xn,t) f(yt|x1,t,…xn,t)= = f(yt-μ|x1,t,…xn,t) μ=μ(x1,t,…xn,t)
- 6. yt=a1x1,t,…anxn,t+vt Зависимая переменная. Независимые (объясняющие) переменные, регрессоры. Случайная составляющая.
- 7. Спросt=a0+a1Ценаt+a2Доходt+vt Ценаt=b0+b1Спросt+b2Доходt+wt Прямая и обратная функции спроса Неучтенные факторы, ошибки измерения.
- 8. C=a0+a1X C=a0+a1X+v C=a0+a1X+a2dwar+v
- 9. Линейность регрессионной модели Y=Xa+v, Y,v∈RT, X∈MT,n, a∈Rn X=[1,x1, …, xn-1] ⇒ yt=a0+a1x1,t+…+an-1xn-1,t+vt
- 10. Является ли линейность серьёзным ограничением ? НЕТ !
- 11. «Линейность» - относится к способу вхождения параметров и случайной составляющей в модель.
- 12. yt=a0+a1cos(xt)+vt Линейная модель yt=a0+a0a1cos(xt)+vt Нелинейная модель
- 13. y=Axaev Линейная модель Нелинейная модель ln(y)=ln(A)+aln(x)+v y=Axa+v
- 14. Заработокt=a0+a1Образованиеt+vt Завышено предельное влияние образования. Заработок и образование в среднем растут с возрастом.
- 15. Заработокt=a0+a1Образованиеt+ +a2Возрастt+vt Заработокt=a0+a1Образованиеt+ +a2Возрастt +a3(Возрастt)2+vt Снижение темпа роста доходов
- 16. «Пик карьеры»
- 17. Эластичность это … ЭЛАСТИЧНОСТЬ ФУНКЦИИ [function elasticity] — предел отношения относительного приращения функции y (зависимой переменной)
- 18. ln(yt)=a0+a1ln(x1,t)+… …+an-1ln(xn-1,t)+vt elx(y) ≈ (Δy/y)/(Δx/x) elx(y) ≈ [d(ln(y))/[d(ln(x))] elx1(y) Логолинейная модель
- 19. СПЕЦИФИКАЦИЯ МОДЕЛИ Любое исследование в эконометрике начинается с формулировки вида модели, исходя из установленной связи между
- 20. Парная регрессия представляет собой модель, где среднее значение зависимой переменной y рассматривается как функция одной независимой
- 22. СФЕРА ПРИМЕНЕНИЯ МОДЕЛИ Парная регрессия достаточна, если имеется ярко выраженный доминирующий фактор, который и используется в
- 23. ПРАВИЛЬНОСТЬ ПРИМЕНЕНИЯ правильность применения корреляционного и регрессионного анализа при изучении взаимосвязей переменных подтверждается наличием нормального распределения
- 24. ПРАВИЛЬНОСТЬ ПРИМЕНЕНИЯ Подтверждается попаданием теоретических значений у(х) в пределы между минимальным и максимальным значением результативного признака
- 25. ОШИБКА ПОСТРОЕНИЯ МОДЕЛИ (ε)
- 26. Для спецификации модели используются Линейные функции, например, f (x) = b0 + b1 x Нелинейные функции,
- 27. ВЫБОР ВИДА ФУНКЦИИ Осуществляется Графическим методом (метод визуальной оценки) Аналитическим методом Экспериментальным методом
- 28. Графический метод
- 29. ОСНОВНЫЕ ТИПЫ КРИВЫХ
- 30. ОСНОВНЫЕ ТИПЫ КРИВЫХ
- 31. ОСНОВНЫЕ ТИПЫ КРИВЫХ
- 32. ОСНОВНЫЕ ТИПЫ КРИВЫХ
- 33. Аналитический метод Основан на изучении качественной природы связи исследуемых признаков То есть, форма связи известна, например,
- 34. Экспериментальный метод Используется при применении компьютерных статистических прикладных пакетов Основывается на сравнении величины остаточной дисперсии, рассчитанной
- 35. ПРАКТИКА ПОКАЗЫВАЕТ Число наблюдений должно в 6-7 раз превышать число рассчитываемых параметров при переменной х. Усложнение
- 36. Метод наименьших квадратов (МНК) Метод наименьших разностей Метод функционала
- 37. МНК
- 41. ПРОВЕРКА ГИПОТЕЗ В МОДЕЛИ ПАРНОЙ РЕГРЕССИИ
- 44. УРАВНЕНИЕ ПАРНОЙ ЛИНЕЙНОЙ РЕГРЕССИИ где по МНК Значимость уравнения подтверждается коэффициентом детерминации, который в этом случае:
- 45. ПРИМЕР Между объемом продукции и прямыми материальными затратами на её производство установлена линейная зависимость на основе
- 46. Доверительный интервал для линии регрессии в случае парной регрессии
- 47. ДОВЕРИТЕЛЬНЫЕ ИНТЕРВАЛЫ В МОДЕЛИ
- 48. ИНТЕРВАЛЬНЫЙ ПРОГНОЗ НА ОСНОВЕ УРАВНЕНИЯ ПАРНОЙ РЕГРЕССИИ
- 49. Применение функции «Тенденция»
- 50. Применение функции «Линейн»
- 51. Применение инструмента Regression
- 52. Смысл коэффициентов регрессии в уравнении У(х)= b0 + b1 Х b0 – отражает усредненной влияние всех
- 53. Знак при коэффициенте регрессии показывает: Для коэффициента в, если b1 0, то связь обратная Для коэффициента
- 57. Доверительные интервалы для коэффициентов уравнения регрессии
- 62. ЭФФЕКТИВНОСТЬ ОЦЕНОК МНК Оценки коэффициентов модели регрессии, полученные классическим МНК , являются наилучшими, то есть несмещенными,
- 67. Основные предпосылки модели парной линейной регрессии Y=b0+b1х + ε Связь между Y и х является линейной;
- 68. НЕЛИНЕЙНАЯ РЕГРЕССИЯ Если между экономическими явлениями существуют нелинейные соотношения, то они выражаются с помощью нелинейных функций
- 69. НЕЛИНЕЙНАЯ РЕГРЕССИЯ ПО ОБЪЯСНЯЮЩИМ ПЕРЕМЕННЫМ (ошибка аддитивна) Полиномы (чаще 2-ой степени) Равносторонняя гипербола (например, кривая Филлипса,
- 70. НЕЛИНЕЙНАЯ РЕГРЕССИЯ ПО ПАРАМЕТРАМ (ошибка неаддитивна) Степенная у = a x b ε Показательная у =
- 71. НЕЛИНЕЙНАЯ РЕГРЕССИЯ ПО ОБЪЯСНЯЮЩИМ ПЕРЕМЕННЫМ Применяется метод замены (х=х1; х2=х2 и т.д.) Параметры определяются, как в
- 72. НЕЛИНЕЙНАЯ РЕГРЕССИЯ ПО ПАРАМЕТРАМ Применяем логарифмирование Если после применения логарифмирования, получаем линейную зависимость, то регрессия называется
- 73. ПРОВЕРКА ПРАВИЛЬНОСТИ ПРИМЕНЕНИЯ ЛИНЕЙНОЙ РЕГРЕССИИ Где R2 – индекс (коэффициент) детерминации, полученный по модели нелинейной регрессии
- 74. ПРОВЕРКА ПРАВИЛЬНОСТИ ПРИМЕНЕНИЯ ЛИНЕЙНОЙ РЕГРЕССИИ Если не выполняется неравенство, то проверка сложнее на основе t-статистики Если
- 76. Скачать презентацию