|
|||||||
|
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Теоретический материалОпределение. Парная регрессия представляет зависимость результативного признака только от одного факторного признака. Модель имеет вид:
Подбор типа функции для построения выборочного уравнения регрессии в случае парной регрессии чаще всего осуществляется на основе графического представления выборочных данных. Более точный анализ связан с получением нескольких моделей различных типов с последующим выбором наилучшей модели, более адекватно описывающей реальную связь признаков.
Типы функциональной зависимости: - линейная
- квадратическая
- гиперболическая
Критерии оптимальности модели. Используются показатели, характеризующие суммарное отклонение выборочных значений результативного признака - средняя ошибка аппроксимации
- остаточная дисперсия
- сумма квадратов остатков Определения и формулы. Парная линейная регрессия характеризует линейную корреляционную зависимость Корреляционная зависимость:
Оценка корреляционной зависимости (выборочное уравнение):
Уравнение регрессии:
Оценка уравнения регрессии:
Теоретическое отклонение:
Оценка теоретического отклонения (остаток или невязка регрессии):
Выборочные значения параметров Величина Оценки параметров находят методом наименьших квадратов по формулам:
Вывод формул.
Статистическое оценивание параметров регрессии. Для проверки гипотез о значимости
где
Далее делаются выводы: если выборочные значения параметров по абсолютной величине больше критического значения критерия Стьюдента при заданном уровне значимости, то соответствующие параметры признаются значимыми, а модель – пригодной для практического использования. В противном случае производятся дополнительные исследования, в частности, связанные с увеличением объема выборочных данных. Определение интервальных оценок параметров модели производится стандартным образом по формулам:
где
Поиск по сайту: |
||||||
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (1.491 сек.) |