АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Коэффициент детерминации в парной регрессионной модели

Читайте также:
  1. A) представляет собой соотношение нормы резервирования депозитов к коэффициенту депонирования
  2. Абсолютные и относительные показатели силы связи в уравнениях парной регрессии.
  3. Автокорреляция уровней временного ряда. Анализ структуры временного ряда на основании коэффициентов автокорреляции
  4. Алгоритм проверки адекватности множественной регрессионной модели (сущность этапов проверки, расчетные формулы, формулировка вывода).
  5. Алгоритм проверки адекватности парной регрессионной модели.
  6. Алгоритм проверки адекватности парной регрессионной модели.
  7. Алгоритм проверки значимости регрессоров во множественной регрессионной модели: выдвигаемая статистическая гипотеза, процедура ее проверки, формулы для расчета статистики.
  8. Анализ коэффициентов ликвидности_________ за 201_-201_
  9. Анализ коэффициентов, характеризующих финансовое состояние банка
  10. Анализ финансового состояния предприятия: цели, задачи, формы и методы проведения. Система аналитических коэффициентов и ее использование.
  11. Анализ чувствительности имитационной модели.
  12. Аэродинамика зданий. Понятие аэродинамического коэффициента

Линейная парная регрессионная модель используется для описания взаимосвязи двух переменных Y и X, если имеется предположения, что между ними существует линейная стохастическая зависимость: y=a+bx+ε, где а и b – параметры модели (постоянные неизвестные коэффициенты); Х- независимая переменная; Y— зависимая переменная; ε - случайная переменная (возмущение, ошибка), возникающая из-за влияния различных неучтенных факторов.

Уравнение для отдельных наблюдений зависимой переменной Y записывается в виде: yt=a+bxtt

где ХtYt, - набор данных (наблюдений), t = 1, 2,..., n;

Xt – экзогенная переменная модели); εt - случайная ошибка в наблюдении t.

Если отклонение зависимой переменной Yt, от ее выборочного среднего значения представить в виде суммы двух отклонений:

и выборочную дисперсию var(Y) можно представить в виде двух частей:

Часто это уравнение записывают так:

TSS = ESS + RSS,

где TSS = var(Y) – полная дисперсия (общая сумма квадратов отклонений зависимой переменной от ее выборочного значения);

ESS = Σ(Ytt)2 – часть дисперсии, необъясненная регрессией (т.к. она содержит ошибки регрессии εt);

- часть дисперсии, объясненная регрессией (объясненная сумма квадратов отклонений).

Качество подгонки регрессионной модели к наблюденным значениям Yt оценивается при помощи статистики R2 (коэффициента детерминации).

Коэффициент детерминации определяется по формуле

R2 = 1-ESS / TSS = RSS / TSS; 0≤R2≤1

Чем ближе значение коэффициента детерминации к 1, тем лучше качество подгонки и прогноз Ŷ более точно аппроксимирует Y.

Для проверки значимости коэффициента детерминации используется F-статистика:

где k - число независимых переменных.

Связь между статистиками F и R2 для случая парной регрессии (k = 1) имеет вид

17 .F -тест качества спецификации парной регрессионной модели.

F-тест - оценивание качества уравнения регрессии - состоит в проверке гипотезы Н0о статистической незначимости уравнения регрессии и показателя тесноты связи. Для этого выполняется сравнение фактического Fфакт и критического (табличного) Fтабл значений F-критерия Фишера. Fфакт определяется как

гдуn — число единиц совокупности;

m- число параметров при переменных х

Fтабл – это максимально возможное значение критерия под влия­нием случайных факторов при данных степенях свободы и уровне значимости а. Уровень значимости а - вероятность отвергнуть пра­вильную гипотезу при условии, что она верна.Обычноа принимает­ся равной 0,05 или 0,01.

Если Fтабл<Fфакт, то Н0 - гипотеза о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность. Если Fтабл>Fфакт, то гипотеза Н0не отклоняется и признается статистическая незначимость, ненадежность уравнения регрессии.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |

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.)