|
|||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Что такое «ловушка фиктивных переменных»?«Ловушка фиктивных переменных» - это включение в уравнение фиктивной переменной для эталонной категории. Вследствие этого невозможно дать интерпретацию коэффициентам регрессии, так как теперь отсутствует «база». В каком количестве и как нужно ввести фиктивные переменные для выражения Различий внутри группы с несколькими категориями? Для выражения различий внутри группы с несколькими категориями число вводимых фиктивных переменных равно числу категорий минус один (минус «базовая категория»). Если, например, 4 категории нужно выбрать базовую категорию 0, тогда фиктивные переменные D1,D2,D3 будут определяться следующим образом: Категория 0 D1=D2=D3=0, Категория 1 D1=1 D2=D3=0 Категория 2 D2=1 D1=D3=0 Категория 3 D3=1 D1=D2=0 Как ввести фиктивные переменные для нескольких групп, каждой с несколькими категориями? Если нескольких групп, каждой с несколькими категориями, то в каждой группе фиктивная переменная определяется для каждой категории, кроме эталонной. Если, например, 2 группы переменных – UM и D и в каждой по 3 категории, то тогда фиктивные переменные будут определяться следующим образом:
Как интерпретируется константа при использовании фиктивных переменных Сдвига? Константа – это оценка базового значения постоянного члена в уравнении регрессии, а коэффициенты при фиктивных переменных служат оценками приращения постоянного члена по сравнению с этим базовым уровнем. 257. Как интерпретируется константа при использовании фиктивных переменных сдвига и наклона? y = a + s*f1 + b1*x + t*f2, где f2=f1*x Константа показывает величину смещения графика регрессии при х равном «0»: одну величину (a), когда фиктивная переменная (f1) принимает значение «0»; другую (a+s) – когда фиктивная переменная (f1) принимает значение «1». Фиктивная переменная сдвига (какое бы значение она не принимала) не влияет на величину константы. (др.вариант: константа показывает величину смещения графика регрессии для различных категорий качественной характеристики при х равном «0»). 258. Как интерпретируется коэффициент при фиктивной переменной сдвига? Он показывает величину (s), на которую изменяется константа (a) в уравнении ререссии, если фиктивная переменная сдвига (f1) принимает значение «1». 259. Как интерпретируется коэффициент при фиктивной переменной наклона? Он показывает величину (t), на которую изменяется коэффициент наклона (b1) в уравнении регрессии, если фиктивная переменная наклона (f2) принимает ненулевое значение. (?)260. Как интерпретируется коэффициент при фиктивной переменной взаимодействия? Возможно – аналогично 259, т.к. ф.п. взаимодействия также будет стоять при х. Он показывает величину (t), на которую изменяется коэффициент наклона (b1) в уравнении регрессии, если фиктивная переменная взаимодействия (f2) принимает ненулевое значение. 261. Как определяется значимость коэффициента при фиктивной переменной? С помощью t-теста: Сравниваем t-статистику фиктивной переменной с t крит. (d.f.; двусторон.тест; уровень значимости). Если больше - значит отвергаем нулевую гипотезу о незначимости различий «у» по различным категориям качественной характеристики. 262. Как определяется значимость одновременно группы фиктивных переменных сдвига и наклона? С помощью F-теста: Нулевая гипотеза (Но): коэффициенты при обеих фиктивных переменных равны 0. F (k; d.f в уравнении с фикт.пер.) = [(RSS без ф.п. – RSS с ф.п.)/k] / [RSS с ф.п./d.f. в ур.с ф.п.] где k - число фиктивных переменных, совокупную значимость которых оцениваем. Сравниваем с F крит. (k;d.f.;уров.знач-ти). Если больше - значит отвергаем Но. 263. Как определяется значимость одновременно нескольких фиктивных переменных сдвига? С помощью F-теста: Но – все коэффициенты при этих нескольких фикт. переменных равны 0. Расчет: полностью аналогично вопросу 262. (?)264. Почему использование фиктивных переменных эквивалентно расчету регрессии на отдельных частях выборки? Фиктивная переменная строго принимает одно из 2-ух значений: 0 или 1.Следов-но, автоматически обеспечивается селекция выборки. Базовые коэф-ты рассчитываются так чтобы min-ть RSS для эталонной категории; а коэф-ты при фиктивных переменных – так чтобы min-ть RSS для другой категории. Результат будет в итоге такой же как и в случае оценки отдельных выборок. 265. В чем состоит тест Чоу для обнаружения структурного сдвига? Тест Чоу = F-тест на значимость улучшения качества уравнения после разделения выборки. Для случая 2-х подвыборок (каждая обладает определенной кач-й хар-кой): F = [(RSSвся выборка – RSSподвыборка1 – RSSподвыборка2)/k] / [(RSSподвыборка1 + RSSподвыборка2)/n-2k] k – число использованных степеней свободы (т.е. число оцениваемых параметров) n-2k – число степеней свободы после разделения выборки Сравниваем с F крит. (k; n-2k; ур.знач-ти). Если F больше крит-й то Но о незначимости разбиения выборки отвергается. 266. Какую статистику использует тест Чоу? Как определяется число степеней свободы для этой статистики? 1) F-статистику. 2) В тесте Чоу k и n-2k степени свободы. k - число использованных степеней свободы (в регрессии для всей выборки d.f. = n-k; когда выборку разбили d.f. в сумме по 2-ум подвыборкам = n-2k. Разница м/д ними и есть k); n-2k – число степеней свободы после разделения выборки (где n – объем выборки, k – число оцениваемых параметров). 267. Какому тесту эквивалентно использование теста Чоу? F-тесту объясняющей способности совокупности фиктивных переменных. (при условии что включен полный набор фиктивных переменных для качественных характеристик модели) 268. Почему введение фиктивных переменных является предпочтительным по сравнению с использованием теста Чоу? Метод фиктивных переменных более информативен: 1) показывает как различаются функции для разных категорий в случае наличия таких различий; 2) дает возможность выполнить t-тесты для отдельных коэф-тов фиктивных переменных. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.005 сек.) |