АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Коэффициент парной линейной и множественной линейной корреляции, коэффициент детерминации. Интерпретация и расчет

Читайте также:
  1. A) представляет собой соотношение нормы резервирования депозитов к коэффициенту депонирования
  2. II. Элементы линейной и векторной алгебры.
  3. Абсолютные и относительные показатели силы связи в уравнениях парной регрессии.
  4. Автокорреляция уровней временного ряда. Анализ структуры временного ряда на основании коэффициентов автокорреляции
  5. Алгоритм оценки и проверки адекватности нелинейной по параметрам модели (на примере функции Кобба-Дугласа).
  6. Алгоритм проверки адекватности множественной регрессионной модели (сущность этапов проверки, расчетные формулы, формулировка вывода).
  7. Алгоритм проверки адекватности парной регрессионной модели.
  8. Алгоритм проверки адекватности парной регрессионной модели.
  9. Алгоритм проверки значимости регрессоров во множественной регрессионной модели: выдвигаемая статистическая гипотеза, процедура ее проверки, формулы для расчета статистики.
  10. Анализ и интерпретация данных, полученных в ходе эксперементальной работы.
  11. Анализ и интерпретация результатов исследования
  12. Анализ коэффициентов ликвидности_________ за 201_-201_

Парная линейная и нелинейная регрессия. Экономическая интерпретация параметров.

Парная регрессия – уравнение связи между 2 переменными У и Х, где У-зависимая переменная (результативный фактор), а Х-независимая переменная (фактор). Бывает 2 видов: линейная и нелинейная.

Линейная парная регрессия – У= + Х+e, где и – параметры уравнения регрессии, е – случайная величина, характеризующая отклонение от уравнения регрессии и включает влияние не учтенных в модели факторов, случайных ошибок и особенностей измерения (ошибка регрессии).

Нелинейная регрессия делится на 2 класса:

1) Регрессии, нелинейные относительно включаемых в анализ объясняющих переменных, но линейные по оцениваемым параметрам:

─ полиномы различных степеней.: ;

─ равносторонняя гипербола ,

─ функции вида .

Нелинейность по переменным устраняется путем замены переменной.

2) Регрессии, нелинейные по оцениваемым параметрам:

─ степенная: ,

─ показательная

─ экспоненциальная .

Нелинейные по параметрам регрессии сводятся к линейным путем логарифмирования.

Экономическая интерпретация -Коэффициент парной линейной регрессии показывает, как в среднем изменяется зависимый экономический показатель У с изменением независимого фактора Х на единицу. Коэффициент экономического смысла не имеет.

 

Коэффициент парной линейной и множественной линейной корреляции, коэффициент детерминации. Интерпретация и расчет.

Уравнение регрессии всегда дополняется показателем тесноты связи между переменными. При использовании линейной регрессии в качестве такого показателя выступает линейный коэффициент корреляции:

,

rxy – безразмерная величина, показывает степень линейной зависимости между переменными.

Чем ближе rxy к ±1, тем сильнее линейная зависимость.

Чем ближе rxy к 0, тем линейная зависимость слабее.

 

Коэффициент множественной корреляции для линейной модели множественной регрессии с n факторными переменными рассчитывается через стандартизированные частные коэффициенты регрессии и парные коэффициенты корреляции по формуле:

где r (yxi) – парный (не частный) коэффициент корреляции между результативной переменной у и факторной переменной xi

Коэффициент множественной корреляции изменяется в пределах от нуля до единицы/ Чем ближе значение множественного коэффициента корреляции к единице, тем сильнее взаимосвязь между результативной и независимыми переменными, и наоборот, чем ближе значение множественного коэффициента корреляции к нулю, тем слабее взаимосвязь между результативной и независимыми переменными.

Коэффициент детерминации (R-квадрат) является квадратом так называемого множественного коэффициента корреляции между зависимой переменной и объясняющими переменными. В частности, для модели парной линейной регрессии коэффициент детерминации равен квадрату обычного коэффициента корреляции между y и x.

Чем ближе R2 к единице, тем доля вариации зависимой переменной, объясняемая случайными и неучеными факторами, тем лучше качество уравнения регрессии.

Чем ближе R2 к 0 т.е. больше доля вариации, объясненная случайными и неучеными факторами, тем хуже качество регрессии

Коэффициент детерминации для модели с константой принимает значения от 0 до 1. Чем ближе значение коэффициента к 1, тем сильнее зависимость.


1 | 2 | 3 | 4 | 5 | 6 | 7 |

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.)