рефераты конспекты курсовые дипломные лекции шпоры

Раздел Образование
/
Уравнение линейной регрессии по уровням временных рядов

Реферат Курсовая Конспект

Выберите учебное заведение

Уравнение линейной регрессии по уровням временных рядов

Уравнение линейной регрессии по уровням временных рядов - раздел Образование, Парная линейная регрессия Уравнение Регрессии И Все Статистические Параметры Получим По Анализ Данны...

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, чтобы сразу получить значения :

ВЫВОД ИТОГОВ

Регрессионная статистика
Множественный R	0,991706944
R-квадрат	0,983482664
Нормированный R-квадрат	0,97935333
Стандартная ошибка	1,27038632
Наблюдения

Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия		384,3778	384,377807	238,16	0,000103
Остаток		6,455526	1,613881402
Итого		390,8333

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	-93,21832884	8,766333	-10,6336741	0,000443
Доход, % к 1985 г	1,246630728	0,080778	15,43275083	0,000103



ВЫВОД ОСТАТКА

Наблюдение	Предсказанное Расход, руб	Остатки ε
	31,44474394	-1,44474	2,087285039
	35,18463612	-0,18464	0,034090496	1,587872
	37,67789757	1,322102	1,747954825	2,270261
	42,66442049	1,33558	1,78377264	0,000182
	50,14420485	-0,1442	0,020795039	2,189762
	53,88409704	-0,8841	0,781627567	0,54744
Сумма			6,455525606	6,595517

Выводы:

Ø Уравнение достоверно на 98%.

Ø Статистика критерия Фишера – 238,16; значимость F – 0,000103, что не превышает допустимый уровень значимости 0,05. Уравнение в целом признаем значимым.

Ø Статистики критерия Стъюдента для коэффициентов регрессии также имеют допустимый уровень ошибки (P-значение) и признаются значимыми.

Найдем коэффициенты автокорреляции остатков до порядка. Поскольку в этой задаче 6 наблюдений, ищем с помощью функции Коррел.

r1	r2
0,314389	-0,88749

Вывод: коэффициент автокорреляции второго порядка достаточно высок, что может указывать на невозможность использования линейного уравнения регрессии для прогнозирования.

Для окончательно проверки остатков регрессии на автокорреляцию, рассчитаем значение d-статистики Дарбина-Уотсона , получаем . Критические значения критерия (по таблице) . Поскольку выполняется неравенство , гипотеза о независимости остатков отклоняется, и модель признается неадекватной по данному критерию.

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: Уравнение линейной регрессии по уровням временных рядов

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:

Парная линейная регрессия
Предварительные расчеты: ;

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

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