Парный регрессионный анализ
книга

Парный регрессионный анализ

Автор: Елена Комарова

Форматы: PDF

Издательство: Директ-Медиа

Год: 2019

Место издания: Москва|Берлин

ISBN: 978-5-4499-0165-1

Страниц: 60

Артикул: 75606

Возрастная маркировка: 16+

Печатная книга
470
Ожидаемая дата отгрузки печатного
экземпляра:
Электронная книга
90

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

6. Оценка значимости уравнения регрессии Проверить значимость уравнения регрессии – значит установить, соответствует ли математическая модель, выражающая зависимость между переменными, экспериментальным данным и достаточно ли включенных в уравнение объясняющих переменных (одной или не-скольких) для описания зависимой переменной. Проверка значимости уравнения регрессии производится на основе дисперсионного анализа. Обозначим через bxay+=^- теоретически вычисляемые по фор-муле значения, тогда −+−=−+−=−yyyyyyyyyyiiiiiii^^^^ Преобразуем формулу вариации результирующего признака с уче-том вышеуказанной суммы: ()∑∑∑∑∑=====−−+−+−=−+−=−niniiiiniiiiniiiiniiyyyyyyyyyyyyyy11^^12^2^12^^122 Далее ()()()()()0^^^^^=−−−−−=−−+++−−=±−+−=−−∑∑∑∑∑∑iiiiiiiiiiiiiiiibxayxbxbxaybxxyybxbyayyxbybxayyyyyy Так как имеет место равенство ()0=+−xbya, и из МНК следуют два соотношения ()()00=−−=−−∑∑iiiiibxayxbxay, то ()ESSRSSTSSyyyyyyniiiniinii∑∑∑=== −+ −=−12^12^12 (*) Введем обозначения: TSS (total sum of sguares) – вся дисперсия: сумма квадратов отклоне-ний от среднего. RSS (regression sum of sguares) – объясненная часть всей дисперсии (обусловленная регрессией), факторная, объясненная дисперсия. ESS (error sum of sguares) – остаточная сумма, дисперсия остаточная. 11