|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Какие практические выводы можно сделать из того факта, что коэффициентдетерминации R2 оказался близок к нулю? В выборке отсутствует видимая связь между зависимой и объясняющей переменной 25. Имеет ли смысл оценивать значимость уравнения регрессии с коэффициентом детерминации R2 близким к нулю? Значимость оценивать целесообразно, т.к. даже столь маленькое значение R2 могло получиться не случайно, что нам покажет F тест. Маленькое же значение может говорить о невключении важных факторов. Также, даже при маленьком значении R2 мы можем сделать выводы о виде зависимости между независимым и зависимым показателем, т.е. растет ли Y при росте X или наоборот уменьшается. Это всегда полезно экономисту. 26. В чем состоят ограничения и недостатки практического использования коэффициента детерминации в R 2 с точки зрения современных представлений о регрессионном анализе? Недостатки: R2 возрастает при добавлении нового регрессора; R2 изменяется даже при простейшем преобразовании зависимой, поэтому сравнивать по значению R2 можно только регрессии с одинаковыми зависимыми переменными. Низкое значение R2 не свидетельствует о низком качестве модели, и может объясняться наличием существенных факторов, не включенных в модель 27. Дает ли какую-либо дополнительную информацию скорректированный коэффициент детерминации в парном регрессионном анализе? Ничего не даёт и не нужен (Черняк). ТЕМА 2. Интерпретация и использование оценок коэффициентов регрессии в парной линейной регрессии. Как интерпретируется коэффициент при независимой переменной в парной линейной регрессии? (короткая и развернутая форма интерпретации) y = a + bx. Короткая интерпретация: b – величина, на которую в среднем изменяется значение переменной yi при увеличении независимой переменной x на единицу. Развернутая: b –величина, на которую изменяется предсказанное по модели значение ŷi при увеличении значения независимой переменной x на одну единицу измерения. Как интерпретируется коэффициент при переменной времени в парной линейной Регрессии? (короткая и развернутая форма интерпретации). Коэффициент при переменной времени показывает, насколько в среднем изменится зависимая переменная при изменении времени на 1 период.
Как интерпретируется коэффициент при индексной переменной (например, при Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |