Парный регрессионный анализ
книга

Парный регрессионный анализ

Автор: Елена Комарова

Форматы: PDF

Издательство: Директ-Медиа

Год: 2015

Место издания: Москва|Берлин

ISBN: 978-5-4475-4493-5

Страниц: 59

Артикул: 19768

Возрастная маркировка: 16+

Печатная книга
467
Ожидаемая дата отгрузки печатного
экземпляра: 12.04.2024
Электронная книга
88.5

Краткая аннотация книги "Парный регрессионный анализ"

В пособии изложен теоретический и практический материал раздела парный регрессионный анализ. Включает типовые примеры и задачи с использованием Microsoft Office Excel и Eviews. Для освоения данного материала достаточно знания базового курса теории вероятностей и математической статистики. Учебное пособие предназначено для преподавателей и студентов. Может быть использовано для проведения практических занятий и организации самостоятельной работы студентов.

Содержание книги "Парный регрессионный анализ"


1. Эконометрика: основные понятия и определения
2. Основные задачи эконометрических исследований
3. Парная регрессия и корреляция
4. Метод наименьших квадратов
5. Коэффициент корреляции
6. Оценка значимости уравнения регрессии
7. Оценка качества модели
8. Интервальная оценка функции регрессии и её параметров
9. Решение задач регрессии без помощи специальных средств
9.1. Задачи для самостоятельного решения
10. Решение типовых задач с помощью MS Excel
10.1. Справочная информация по технологии работы с режимом «Регрессия» и надстройки Пакет анализа MS Excel
10.2. Пример выполнения лабораторной работы
10.3. Варианты задач для самостоятельного решения
11.1. Основы работы с пакетом EVIEWS
11.2. Задания для самостоятельной работы выполняемые в EVIEWS
ПРИЛОЖЕНИЕ
Список литературы

Все отзывы о книге Парный регрессионный анализ

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Отрывок из книги Парный регрессионный анализ

Замечание. Вектор остатков регрессии ортогонален константе, во-обще говоря, только в том случае, когда константа включена в число объясняющих параметров регрессии. Поэтому (*) справедливо, вообще говоря, только в случае, когда константа включена в число объясняю-щих параметров регрессии. Определение. Коэффициентом детерминации – это доля диспер-сии зависимой переменной, объясняемая рассматриваемой моделью зависимости, то есть объясняющими переменными называется TSSRSSTSSESSR=−=12. В силу определения 10:22≤≤RR. Если 02=R, то это означает, что регрессия ничего не дает, т. е. ix не улучшает качество предсказания iy, по сравнению с тривиальным yyi=^. Если 12=R, то ()iiyx, лежат на линии регрессии и между x и y существует линейная функциональная зависимость, т. е. абсолютно точное совпадение: iiyy=^. Для линейной регрессии определяется коэффициент регрессии по формуле: yxxybrσσ= или 2222xyxybrσσ⋅=⋅. Тогда ()()( )∑∑∑∑+−−=−−−=−=−=2^2^22222ayayayayxbbxxxbbiiiixσ– получившаяся формула есть дисперсия объясненная, факторная, то-где 2222222RTSSRSSbrобщyобъяснyxxy====σσσσ; 12