рефераты конспекты курсовые дипломные лекции шпоры

Раздел Образование
/
Парная линейная регрессия

Реферат Курсовая Конспект

Выберите учебное заведение

Парная линейная регрессия

Парная линейная регрессия - раздел Образование, Парная линейная регрессия ...

Предварительные расчеты:

; ; ; ; ;

; .

Построение таблицы вида

	x	y	xy
…………	……….	………	……..	………	………
Среднее значение

Формулы для расчетов параметров:

, .

При компьютерном подборе в Excel можно использовать встроенную функцию Линейн

Оценка тесноты связи:

а) коэффициент корреляции , или .

Если

, то связь между признаками практически отсутствует;

, связь между признаками слабая;

, связь между признаками умеренная;

, связь между признаками сильная.

При компьютерном анализе можно использовать встроенную функцию Коррел.

б) коэффициент эластичности показывает, на сколько процентов изменится результативный признак при изменении факторного признака на 1%;

в) коэффициент детерминации показывает, какая доля вариации результативного признака y учтена в модели и обусловлена влиянием на нее изменением переменной x. Чем больше доля объясненной вариации, тем лучше линейная модель аппроксимирует исходные данные и ей можно воспользоваться для прогноза значений результативного признака..

Оценка значимости уравнения регрессии в целом:

Предварительные расчеты с построением таблицы вида

	x	y
…………	……….	………	……..	………	………

а) F-критерий Фишера при числе степеней свободы и и уровне значимости 0,05. Расчетное значение критерия:

Критическое значение критерия берется из специальной таблицы критических точек распределения Фишера-Снедекора в приложениях к учебникам по теории вероятностей, статистике и эконометрике. При компьютерном анализе критическое значение можно найти с помощью функции Fраспобр.

Если расчетное значение F- критерия больше критического, нулевая гипотеза об отсутствии значимой связи признаков x и y отклоняется, и делается вывод о существенности этой связи.

б) Средняя ошибка аппроксимации

Оценка значимости параметров регрессии:

а) Стандартная ошибка параметра a рассчитывается по формуле

, где – остаточная дисперсия признака y.

б) Стандартная ошибка коэффициента регрессии b рассчитывается по формуле

в) Стандартная ошибка коэффициента корреляции рассчитывается по формуле

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

Парная линейная регрессия

Для проверки нулевой гипотезы о несущественности найденного параметра... Расчетные значения t статистики вычисляются по формулам...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Парная линейная регрессия

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:

Активизация надстройки Пакет анализа
Для активизации надстройки Пакет анализа необходимо выполнить следующие действия: 1. Выбрать команду Сервис/Надстройки. 2. В появившемся диалоговом окне установить ф

Нелинейные модели парной регрессии
Полином 2-го порядка:. Параметры a, b и c находят, решая методом определителей систему ур

Обоснования возможности замены нелинейной регрессии линейной функцией
1) если величина не превышает 0,1, то предположение о линейной форме связи считается оправданным; 2) если

Оценка параметров линейной множественной регрессии
1) в натуральном масштабе, т.е. для уравнения система нормальных уравнений имеет вид:

Оценка тесноты связи и статистической значимости во множественной регрессии
1) коэффициент множественной детерминации , ; 2)

Мерой для оценки включения фактора в модель
служит частный F-критерий, т.е. . Так, если оцениваем значимость влияния фактора

Решение.
1. Получение протокола расчета. Операция проводится с помощью инструмента Анализ данных/Регрессия. Она аналогична расчету параметров парной линейной регрессии, рассмотренной

По особенностям остаточных величин
Практические рекомендации к выполнению задания Представлены данные о доходах по акциям x и балансовой прибыли y по 11 предприятиям одной отрасли, ден. ед.

На 5%-ном уровне значимости
n

На гетерокедастичность остатков
Практические рекомендации к выполнению задания Представлены данные о доходах по акциям x и балансовой прибыли y по 11 предприятиям одной отрасли, ден. ед.

Для верхней группы
ВЫВОД ИТОГОВ

Для нижней группы
ВЫВОД ИТОГОВ

Анализ динамики временных рядов
Для выявления специфики развития изучаемых явлений за отдельные периоды времени определяют: Ø абсолютные приросты уровней ряда; Ø относительные приросты уровней ряда

С сезонными колебаниями
Модель временного ряда с сезонными колебаниями можно рассматривать в следующих возможных формах: ,

Анализ взаимосвязи двух временных рядов
Имеются следующие данные о величине дохода на одного члена семьи и расхода на некоторый товар по годам год

Справочный материал
Последовательность выявления автокорреляции с помощью критерия Дарбина-Уотсона Расчетное значение критерия определяется по формуле

Уравнение линейной регрессии по уровням временных рядов
Уравнение регрессии и все статистические параметры получим по Анализ данных/Регрессия. Причем, в диалоговом окне ввода данных и параметров вывода можно поставить флажок на позиции Остатки

С включенным фактором времени
Построим уравнение регрессии, включив в него фактор времени. ВЫВОД ИТОГОВ

Уравнение регрессии по первым разностям
Ежегодные абсолютные приросты (первые разности) определяются по формулам , .

С распределенным лагом
Рассмотрим модель с распределенным лагом в ее общем виде в предположении, что максимальная величина лага конечна: . Данна