рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Проверка равенства двух коэффициентов детерминации.

Проверка равенства двух коэффициентов детерминации. - раздел Философия, Лекция 1. Предмет, задачи и методы эконометрики Другим Важным Направлением Использования Статистики Фишера Является Проверка ...

Другим важным направлением использования статистики Фишера является проверка гипотезы о равенстве нулю не всех коэффициентов регрессии одновременно, а только некоторой части этих коэффициентов. Данное использование статистики F позволяет оценить обоснованность исключения или добавления в уравнение регрессии некоторых наборов объясняющих переменных, что особенно ценно при совершенствовании линейной регрессионной модели.

Пусть первоначально построенное по п наблюдениям уравнение регрессии имеет вид

Y =b0+ b1X1 + b2X2 +… + bmXm

и коэффициент детерминации для этой модели равен R12. Исключим из рассмотрения k объясняющих переменных общности, положим, что это будут k последних переменных. По первоначальным n наблюдениям для оставшихся факторов построим другое уравнение регрессии:

Y =c0+ c1X1 + c2X2 +… + cm-kXm-k

для которого коэффициент детерминации равен R22. Очевидно, R22< R12, так как каждая дополнительная переменная объясняет часть (пусть незначительную) рассеивания зависимой переменной. Возникает вопрос: существенно ли ухудшилось качество описания поведения зависимой переменной Y? На него можно ответить, проверяя гипотезу H0 : R12- R22= 0 и используя статистику

В случае справедливости H0 приведенная статистика F имеет распределение Фишера с числами степеней свободы ν1=k, ν2= n-m-1. Здесь — потеря качества уравнения в результате отбрасывания k объясняющих переменных; k — число дополнительно появившихся степеней свободы; необъясненная дисперсия первоначального уравнения.

По таблицам критических точек распределения Фишера находят Fkp= Fα;k;n-m-l - требуемый уровень значимости.

Если рассчитанное значение -Fнабл статистики превосходит Fkp, то нулевая гипотеза о равенстве коэффициентов детерминации (фактически об одновременном равенстве нулю отброшенных k коэффициентов регрессии) должна быть отклонена. В этом случае одновременное исключение из рассмотрения k объясняющих переменных некорректно. Это означает, что общее качество первоначального уравнения регрессии существенно лучше качества уравнения регрессии с отброшенными переменными, так как первоначальное уравнение объясняет гораздо большую долю разброса зависимой переменной. Аналогичные рассуждения могут быть использованы и по поводу обоснованности включения новых k объясняющих переменных. В этом случае рассчитывается F-статистика:

Если она превышает критическое значение, то включение новых переменных объясняет существенную часть не объясненной ранее дисперсии зависимой переменной. Поэтому такое добавление оправдано. Однако отметим, что добавлять переменные целесообразно, как правило, по одной.

Заметим, что для сравнения качества двух уравнений регрессии по коэффициенту детерминации R обязательным является требование, чтобы зависимая переменная была представлена в одной и той же форме, и число наблюдений n для обеих моделей было одинаковым.

 

– Конец работы –

Эта тема принадлежит разделу:

Лекция 1. Предмет, задачи и методы эконометрики

Цели и задачи изучения темы... изучить предмет задачи и методы эконометрики... Основные понятия эконометрики Измерения в экономике Наблюдение сводка и группировка статистических данных...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Проверка равенства двух коэффициентов детерминации.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Наблюдение, сводка и группировка статистических данных.
Объект наблюдения – явление или совокупность явлений, информацию о которых собирают в процессе наблюдения. В зависимости от цели наблюдения объектами наблюдения могут стать различные территории, от

Цели и задачи изучения темы
изучить понятия статистического ряда распределения, вариационного ряда распределения (дискретного/интервального); исследовать статистическое распределение выборки; определять величины интервала; из

Статистическим распределением выборки.
Статистическим распределением выборкиназывают перечень вариант и соответствующих им частот (или относительных частот). Статистическое распределение выборки можно задать в виде таблицы, в п

Определение величины интервала. Формула Стерджесса.
Величина интервала - разность между наибольшим и наименьшим значениями признака в каждой группе, называемыми границами интервала.

Графический способ изображения статистических данных.
Графическим способом изображения статистических данных называют их условное изображение при помощи точек, линий, плоскостей, геометрических фигур и условных знаков. Графики в статистике применяются

Резюме по теме
Результаты сводки и группировки материалов статистического наблюдения оформляются в виде статистических рядов распределения. Статистический ряд распределения представляет собой упорядоченн

Цели и задачи изучения темы
изучить абсолютные и относительные величины; средние величины (понятие средней величины, формула степенной средней, формула средней геометрической, свойство мажорантности средних, мода, медиана, фо

Абсолютные и относительные величины.
В результате статистического наблюдения, сводки и группировки собранного статистического материала получена разносторонняя информация об изучаемых процессах и явлениях. Итоговые данные по изучаемой

Средние величины.
Средняя величина представляет собой обобщенную характеристику совокупности однородных явлений по какому-либо одному количественно варьируемому признаку. Средние величины играют важную роль

Показатели вариации признака
Под вариациейв статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различны

Резюме по теме
Различают два вида обобщающих показателей, характеризующих количественную сторону исследуемых явлений и процессов: абсолютные и относительные. Абсолютные показатели - именованные числа, им

Законы распределения случайных величин
Экономические показатели, как правило, являются случайными величинами. Случайной величиной называется величина, которая в результате опыта (испытания) может принять одно и только одно возм

Числовые характеристики случайных величин.
Закон распределения полностью характеризует случайную величину. Однако он часто неизвестен. В ряде случаев даже удобнее пользоваться числами, которые описывают случайную величину суммарно. Такие чи

Резюме по теме
Экономические показатели, как правило, являются случайными величинами. Случайной величиной называется величина, которая в результате опыта (испытания) может принять одно и только одно возм

Закон равномерной плотности
На практике встречаются непрерывные случайные величины, о которых заранее известно, что их возможные значения лежат в пределах некоторого определенного интервала. Кроме того, известно, что в предел

Показательное распределение.
Показательным (экспоненциальным) называют распределение вероятностей величины Х, которое описывается плотностью

Нормальный закон распределения
Нормальный закон распределения (закон Гаусса) характеризуется плотностью В экономике часто вст

Усеченные законы распределения
Пусть случайная величина Химеет функцию распределения F(x), заданную на всей числовой оси. Выберем на этой оси интересующий нас отрезок [a

Описание системы двух случайных величин.
До сих пор рассматривались случайные величины, каждое возможное значение которых определялось одним числом. Такие величины называются одномерными. Часто результат опыта оп

Условные законы распределения
Для того, чтобы охарактеризовать зависимость между составляющими двумерной случайной величины, вводится понятие условного распределения. Условным законом распределениясост

Числовые характеристики системы двух случайных величин.
Начальным моментом порядка (k,s) системы (X,Y) называется математическое ожидание произведения Xk на Y

Статистическое исследование взаимосвязей.
При изучении различных экономических явлений постоянно сталкиваемся с причинно-следственными связями, когда некоторые явления, именуемые причинами, порождают другое явление, именуемое следствием (р

Исследование взаимосвязей количественных показателей.
Для оценки тесноты связей количественных признаков (измеряемых числами) используются различные показатели. Основными из них являются следующие. 1. Линейный коэффициент корреляции r

Исследование взаимосвязей качественных показателей.
Качественные показатели (признаки) – это показатели, которые нельзя изменить, но с помощью которых можно сравнивать объекты между собой по степени улучшения или ухудшения этого показателя, то есть

Однофакторный дисперсионный анализ.
В дисперсионном анализе исследуется влияние одного или несколь­ких качественных показателей на количественный показатель. В однофакторном дисперсионном анализе на одну количественную перем

Двухфакторный дисперсионный анализ
Двухфакторный дисперсионный анализ с однократными наблюдениями на каждой комбинации уровней определяется следующей расчетной схемой (табл. 5). Таблица 5 Расчетная схема двухфактор

Цели и задачи изучения темы
научиться применять метод наименьших квадратов; рассчитывать коэффициенты в множественной линейной регрессии; анализировать эмпирическое уравнение множественной линейной регрессии; проводить анализ

Расчет коэффициентов в множественной линейной регрессии.
Представим данные наблюдений и соответствующие коэффициенты в матричной форме. Y=(y1,y2,…yn)т B=(b0

Интервальные оценки коэффициентов теоретического уравнения регрессии.
По аналогии с парной регрессией после определения точечных оценок bj коэффициентов βj теоретического уравнения регрессии могут быть рассчитаны ин­тервальные оценки указанных коэффиц

Проверка общего качества уравнения регрессии.
После проверки значимости каждого коэффициента регрессии обычно проверяется общее качество уравнения регрессии. Для этой цели, как и в случае парной регрессии, используется коэффициент детерминации

Анализ статистической значимости коэффициента детерминации.
После оценки индивидуальной статистической значимости каждого из коэффициентов регрессии обычно анализируется совокупная значимость коэффициентов. Такой анализ осуществляется на основе проверки гип

Статистика Дарбина-Уотсона.
Статистическая значимость коэффициентов регрессии и близкое к единице значение коэффициента детерминации R2 не гарантируют высокое качество уравнения регрессии. Для иллюстрации этого фак

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги