|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Расчет интервального прогноза для модели парной и множественной линейной регрессииПод прогнозированием в эконометрике понимают построение оценки зависимой переменной для таких значений независимых переменных, которых нет в исходных наблюдениях. Интервальный прогноз это интервал, в котором с заданным уровнем значимости (с заданной вероятностью) находится истинное значение зависимой переменной для заданных значений независимых переменных. Интервальный прогноз: 1. Умин = У пр - △Уi; 2. У мах = У пр + △Уi. △У = t кр*Sу Упр = а+вх; – а и в – это наши кэффициенты…когда мы построили взвешенную модель МНК и признали остатки гомоскедостичными. Вместо х подставляем прогнозное значение х…его величину. Стандарная ошибка предсказания (Sy) = S* Ткрит. определяется по таблице распределения Стьюдента. Формула в excel = СТЬЮДРАСПОБР(вероятность, степень свободы) Степень свободы = n-m-1; в дисперсионном анализе (таблица в ехсел) – это остаток. Вероятность = 0,05 Вывод: с вероятностью в 95% истинное значение исследуемого фактора попадет в интервал (У мин; Умах)
Понятие гомоскедастичных и гетероскедастичных остатков. Гетероскедастичные остатки (гетероскедастичность) – остатки, имеющие различную дисперсию. Гомоскедастичные остатки (гомоскедастичность) – остатки, имеющие одинаковую дисперсию.
Вторая предпосылка регрессионного анализа гласит, что дисперсия случайного члена регрессионной модели может быть постоянной для любого наблюдения, т.е.: Это условие называется гомоскедастичностью (одинаковой разбросанностью). Зависимость дисперсии случайного члена от номера наблюдения называется гетероскедастичностью, А) гомоскедастичность Б) гетероскедастичность
Для обнаружения гетероскедастичности используются различные тесты -
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.002 сек.) |