Головна

Загальний вигляд лінійної моделі множинної регресії

  1. IV. НАЗАЧЕНІЕ КОНЛАНГА Огір ЯК ЗАСОБИ МОДЕЛЮВАННЯ ПРИРОДНИХ МОВ
  2. IV.4.3) Загальний хід формулярного процесу.
  3. Автокорреляция в залишках, її вимір і інтерпретація. Критерій Дарбіна-Уотсона в оцінці якості трендового рівняння регресії.
  4. Актуальність моделі макроекономічного людини і теорія Дж. М. Кейнса
  5. Аналіз часових рядів при наявності періодичних коливань: адитивна і мультиплікативна моделі.
  6. Аналіз діяльності Фінської спортивної федерації по моделі процесу ефективності функціонування
  7. Аналіз моделі після знаходження оптимального рішення

Лінійна модель множинної регресії має вигляд:

 , (3.1)

де  - Розрахункові значення досліджуваної змінної,  - Факторні змінні. Кожен з коефіцієнтів рівняння  має наступну економічну інтерпретацію: він показує, наскільки зміниться значення досліджуваної ознаки при зміні відповідного фактора на 1 при незмінних інших факторних змінних.

Фактичне значення досліджуваної змінної тоді представимо у вигляді:

 (3.2)

Для адекватності моделі необхідно, щоб випадкова величина ?, що є різницею між фактичними і розрахунковими значеннями, мала нормальний закон розподілу з математичним очікуванням рівним нулю і постійної дисперсією ?2.

маючи n наборів даних спостережень, з використанням уявлення (2.2), ми можемо записати n рівнянь виду:

 , (3.3)

де  - Значення досліджуваної і факторних змінних в i-м спостереженні, а ?i - Відхилення фактичного значення yi від розрахункового значення yрi, Яке може бути розраховане за допомогою (2.1) за значеннями факторних змінних в i-м спостереженні.

Систему рівнянь (2.3) зручно досліджувати в матричному вигляді:

 , (3.4)

де Yв - Вектор вибіркових даних спостережень досліджуваної змінної (n елементів), Xв - Матриця вибіркових даних спостережень факторних змінних ( елементів), А - вектор параметрів рівняння (m + 1 елементів), а E - вектор випадкових відхилень (n елементів):

 (3.5)



Попередня   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   Наступна

Е К О Н О М Е Т Р И К А | Тема 2. Парна кореляція і регресія | Коваріація. Вибірковий коефіцієнт парної кореляції | Оцінка значущості вибіркового коефіцієнта парної кореляції | Визначення параметрів лінійної парної моделі методом МНК | Перевірка значущості параметрів парної лінійної моделі | Перевірка виконання передумов МНК. | Оцінка якості рівняння регресії | Нелінійні моделі парної регресії | Аналіз статистичної значущості параметрів моделі |

© 2016-2022  um.co.ua - учбові матеріали та реферати