АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Оценка параметров линейной множественной регрессии

Читайте также:
  1. XI. Метод регрессии
  2. А) Оценка уровня подготовленности нового работника.
  3. Анализ активов организации и оценка эффективности их использования.
  4. Анализ безубыточности и оценка запаса финансовой прочности
  5. Анализ безубыточности и оценка запаса финансовой прочности
  6. Анализ и оценка денежных потоков предприятия
  7. Анализ и оценка проекта СФЗ
  8. Анализ и оценка проектных рисков
  9. Анализ и оценка реальных возможностей восстановления платежеспособности предприятия
  10. Анализ и оценка финансового состояния торговой организации
  11. Анализ равновесия между активами предприятия и источниками их формирования. Оценка финансовой устойчивости предприятия
  12. Анализ финансовых коэффициентов и комплексная оценка деятельности предприятия

1) в натуральном масштабе, т.е. для уравнения система нормальных уравнений имеет вид:

Ее решение может быть найдено, например, методом определителей.

Вычисление параметров линейной множественной регрессии можно провести с помощью инструмента Сервис/Анализ данных/Регрессия.

2) в стандартизированном масштабе:

,

где – стандартизированные переменные

;

,

– стандартизированные коэффициенты регрессии. Решают систему нормальных уравнений вида

Решая ее методом определителей, найдем -коэффициенты.

Определение -коэффициентов:

1) Находим матрицу парных коэффициентов корреляции. Для двухфакторной линейной регрессии она имеет вид:

  y
y      
   
 

Удобнее всего найти эту матрицу Excel, используя инструмент анализа данных Корреляция. Для этого в главном меню нужно последовательно выбрать Сервис/Анализ данных/Корреляция.

2) для стандартизированного уравнения регрессии

имеем

; .

Коэффициенты «чистой» регрессии связаны с -коэффициентами следующим образом:

.

Методика построения уравнения регрессии при двухфакторном регрессионном анализе

приводит к следующим формулам для оценки параметров:

, , .

Методика построения уравнения регрессии в виде степенной функции

Преобразуем ее в линейный вид:

,

где переменные выражены в логарифмах. Далее процедура МНК такая же, что и описана выше: строится система нормальных уравнений и определяются параметры, которые затем следует потенцировать.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)