Парный регрессионный анализ
Место издания: Москва|Берлин
ISBN: 978-5-4475-4493-5
Страниц: 59
Артикул: 19768
Возрастная маркировка: 16+
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
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
С книгой "Парный регрессионный анализ" читают
Бестселлеры нон-фикшн
Новинки книги нон-фикшн
и мы свяжемся с вами в течение 15 минут
за оставленную заявку