Содержание
- 2. План: Введение Корреляционный анализ Парная регрессия Метод наименьших квадратов Оценка качества уравнения регрессии
- 3. Основные понятия: Регрессионный анализ Корреляционный анализ Ковариация Стандартное отклонение Оценка значимости коэффициента корреляции МНК Коэффициент детерминации
- 4. Введение Существуют три основных класса моделей, которые применяются для анализа и прогнозирования экономических систем: модели временных
- 5. Регрессионные модели с одним уравнением В регрессионных моделях зависимая (объясняемая) переменная Y может быть представлена в
- 6. Регрессионный анализ занимает ведущее место в математике статистических методах эконометрики. До регрессионного анализа следует проводить корреляционный
- 7. Основная задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем точечной и интервальной оценки
- 8. Ковариация - это статистическая мера взаимодействия двух переменных.
- 9. Для двух переменных образом: коэффициент парной корреляции определяется следующим
- 10. Дисперсия (оценка дисперсии) характеризует вариабельность (изменчивость) этих переменных на множестве наблюдений. В общем случае для получения
- 11. Более естественно измерять степень разброса значений переменных в тех же единицах, в которых измеряется и сама
- 12. Оценка значимости коэффициента корреляции при малых объемах выборки выполняется с использованием t - критерия Стьюдента. При
- 13. Диаграмму рассеяния, на которой изображается совокупность значений двух признаков, называют еще корреляционным полем. Каждая точка этой
- 14. Пример
- 21. Отклонения от предполагаемой формы связи, естественно, могут возникнуть и в силу неправильного выбора вида самого уравнения,
- 23. Предпосылки МНК Свойства коэффициентов регрессии существенным образом зависят от свойств случайной составляющей. Для того чтобы регрессионный
- 24. 1. Математическое ожидание случайной составляющей в любом наблюдении должно быть равно нулю.
- 26. Предположение о нормальности Несмещенность оценки означает, что математическое ожидание остатков равно нулю. Если оценки обладают свойством
- 27. Метод наименьших квадратов дает оценки, имеющие наименьшую дисперсию в классе всех линейных оценок, если выполняются предпосылки
- 28. В результате применения МНК получаем формулы для вычисления параметров модели парной регрессии:
- 30. Коэффициент детерминации показывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, т. е. определяет, какая
- 31. Для проверки значимости модели регрессии используется F-критерий Фишера, вычисляемый как отношение дисперсии исходного ряда и несмещенной
- 32. Пример
- 40. Скачать презентацию