|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Линейная множественная регрессияМножественная регрессия Множественная линейная регрессия является обобщением парной линейной регрессии на несколько объясняющих переменных. При выполнении предпосылок Гаусса-Маркова оценки параметров уравнения множественной линейной регрессии, полученные методом наименьших квадратов, обладают свойствами несмещенности, эффективности и состоятельности. Статистическая значимость коэффициентов и качество подбора уравнения проверяются с помощью распределений Стьюдента и Фишера. Коэффициент при объясняющей переменной показывает, на сколько единиц изменится зависимая переменная, если объясняющая вырастет на одну единицу при фиксированном значении остальных объясняющих переменных. В случае множественной регрессии дополнительно предполагается отсутствие мультиколлинеарности объясняющих переменных. Модели множественной регрессии Построение модели множественной регрессии (или многофакторная модель) заключается в нахождении уравнения связи нескольких показателей у и х1, х2 и т.д., т.е. определяется как повиляет изменение показателей хi на величину y. Для построения модели множественной регрессии используют: линейную модель степенную модель экспоненциальную модель Для анализа уравнения множественной регрессии применяют метод наименьших квадратов (МНК). Для линейных уравнений, а также нелинейных уравнений, которые необходимо привести к линейным, составляется система нормальных уравнений: Для решения этой системы целесообразно применить метод определителей: где числители в 1-м уравнении - частные определители параметров а и b, получаемые заменой соответствующего столбца матрицы определителя системы значениями левой части системы. Другим видом уравнения множественной регрессии, которое не редко нужно находить в контрольных работах является уравнение в стандартизированном масштабе: bi (бета)- стандартизованные переменные К такому уравнению также применим МНК Стандартизованные коэффициенты регрессии определяют из данной системы уравнений: Связь стандартизованных коэффициентов с коэффициентами множественной регрессии bi в эконометрике определяются следующим уравнением Параметр а рассчитывается по формуле Средние коэффициенты эластичности для линейной регрессии определяют по формуле Для расчета частных коэффициентов эластичности используется формула: 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.) |