|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Прогнозирование по уравнению регрессии (на примере парной линейной регрессии)Прогнозирование – это определение возможных значений результативного показателя при заданных значениях факторов. Различают точечный и интервальный прогнозы. Точечный прогноз – выяснение значения результата при заданных значениях факторов. Интервальный прогноз показывает разброс возможных значений результатов при заданных значениях факторов, получаемый с высокой долей вероятности. Особенности нахождения параметров для нелинейных функций регрессии (на примере парных регрессий) Основным приёмом, который применяется при анализе нелинейных функций регрессии, является их линеаризация, т.е. приведение к линейной форме. Различают внутренне линейные и внутренне нелинейные функции. Первые можно привести к линейному виду, вторые – нельзя. Внутренне линейные функции группируют на линейные и нелинейные по параметрам функции. Линейные по параметрам: 1. Гипербола ; => – замена переменной 2. Парабола ; => Нелинейные по параметрам (ln, замена переменной): 1. Степенная 2. Показательная
После линеаризации можно найти параметры функции используя МНК. После того, как найдены параметры линеаризованной функции, по той же самой линеаризованной форме оценивают значимость уравнения регрессии в целом, проводится проверка качества случайных остатков. Параметры нелинейной функции имеют иную интерпретацию, чем параметры линейной регрессии. Часто вообще не интерпретируются. В параболе интерпретируются не сами параметры, а ее вершина В гиперболе можно интерпретировать только свободный член. В показательной функции параметр b показывает, во сколько раз в среднем изменится y при изменении x на 1 единицу. 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.) |