Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Метод найменших квадратiв (МНК)
Метод найменших квадратів – метод розрахунку параметрів моделі Yр= â0 + â1·x +ui^ Ідея методу базується на тому, що величина uі має буде мінімальною: = ∑(yi - ỳ) або ∑(yi - ỳ)2 або ∑│yi - ỳ│® min. Краще всього в ролі функції оцінки відхилень взяти суму квадратів відхилень кожної точки від свого розрахункового значення Q (â0 , â1) = = ∑(yi - ỳi)2 = ∑ (yi – (â0 + â1·xі+ u^i)) 2. Ця функція має min значення в тих точках, де частинні похідні по змінних â0, â1 l дорівнюватимуть нулю: =0, (yi – (â0 + â1·xі))(-1) = 0, ∑ yі – ∑â0 – ∑ â1·xі = 0, =0 ((yi – (â0+ â1·xі))(- xi)=0 ∑ yі·хі – â0 ∑ хі – â1 ∑ ·xі2 =0,
Записується остаточна система рівнянь: n â0 + â1 ∑ ·xі = ∑ yі , â0 ∑ хі + â1 ∑ ·xі2 =∑ yі·хі , n – кількість спостережень. Розв’язання системи рівнянь проводиться за допомогою оберненої матриці або за правилом Крамера. Основний визначник системи , тому існує єдиний розв'язок системи:. ả1 = = ; ả0 = = . З цього випливає, що лінія регресії проходить через точку, координати якої є середніми значеннями показника Y та фактора X: . Середнє значення прогнозу показника Y р при значенні фактора Хр визначається за формулою = ả0 + ả1 Дисперсійний аналіз моделі Для аналізу якості існуючої залежності між факторами регресії використовуються коефіцієнти (індекси) детермінації і кореляції. Залишки моделі розраховуються: = u^і. Перепишемо цю залежність у іншому вигляді, враховуючи, що : уі - = (â0 + â1·xі+ u^і) – (â0 + â1· ) = â1 (xі - ) + u^і уі - ) 2 = â1 (xі - ))2 + 2 â1 xі - )· uі + = = â1 (xі - ))2 + 2 â1 xі - )·((уі - ) – â1 (xі - )) + . Оскільки â1 = , то = â1 , і другий доданок дорівнюватиме нулю. = - )2 + . · Дисперсія залишків (випадкова дисперсія) Du = = характеризує міру відхилень значень залежного фактора yi відрозрахованих значень за моделлю yi^. · Дисперсія залежної змінної Dу = характеризує міру відхилень значень залежного фактора yi від середнього значення . · Систематична дисперсія Dy^ = â1 (xі - )) 2 = - )2 характеризує міру відхилень розрахованих значень за моделлю yi^ від середнього значення .
· Таким чином дисперсія залежної змінної дорівнює сумі систематичної дисперсії і дисперсії залишків: Dу = D y^ + Du, = - )2 + .
· Коефіцієнт детермінації R2 = 1 - = є (0;1) знаходиться для перевірки якості рівняння регресії і визначає характер лінійного впливу зміни значень факторів моделі на змінну Y, тобто на скільки відсотків рівняння регресії пояснює поведінку залежної змінної Y. Крім того, показник R2 може виявитися в ході розрахунків від¢ємним, чому може сприяти: неякісна лінійна модель (зв¢язок в моделі є нелінійним); коефіцієнт моделі а0 є дуже і дуже малим; малий обсяг статистичних даних. · Коефіцієнт кореляції R =√ R2 є (-1;1) характеризує тісноту лінійного зв’язку: чим тіснішим є лінійний зв¢язок між Х і Y, тим ближче R 1, чим слабшим є лінійний зв¢язок між Х і Y,тим ближче R 0. Крім того, якщо R > 0, то характер зміни Х і Y однаковий, R > 0 при а^1 > 0; якщо R < 0, то характер зміни Х і Y протилежний, R < 0 при а^ 1 < 0; якщо R (X,Y) = 0, то величини X та Y некорельовані. або вибірковий коефіцієнт кореляції · Стандартне (середнє квадратичне) відхилення оцінки ả0: s ả0 = s u^ · Стандартне (середнє квадратичне) відхилення вільного члена рівняння регресії оцінки ả1 знаходять за формулою sả1 = su^ · Інтервали надійності для оцінок : · Межі (інтервали) надійності індивідуальних прогнозних Y*пр - tα; (n-2) · σ u^ < Y*пр < Y*пр + tα; (n-2) · σ u^ де ta - статистика Ст'юдента, α- рівень значущості, k = n - 2 ступені свободи.
Лабораторна робота №1 «Економетрична модель парної регресії»
Постановка задачі. 2. Специфікація моделі: х – у – «Хмара розсіювання»
“Точечные диаграммы”: “Диапазон”: Массивы (Х; Y) Розрахунок моделей Лінійна модель: . Розрахункова модель: .
|
|||||
Последнее изменение этой страницы: 2017-02-21; просмотров: 198; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.116.62.45 (0.009 с.) |