Построение модели регрессии
Практическая работа, 03 Февраля 2014
Имеются следующие данные: ... 1) Найти коэффициенты парной корреляции и и выбрать фактор наиболее тесно связанный с зависимой переменной y(t). 2) Для выбранного фактора построить линейную однопараметрическую модель регрессии . 3) Проверить модель на адекватность и оценить ее точность. 4) Построить точечный и интервальный прогноз на два шага вперед по модели регрессии. 5) Отобразить на графиках фактические данные, результаты расчетов и прогнозирования.
Модель множественной регрессии
Доклад, 04 Декабря 2013
Множественная регрессия широко используется в решении проблем спроса, доходности акций, при изучении функции издержек производства, в макроэкономических расчетах и в ряде других вопросов экономики. В настоящее время множественная регрессия – один из наиболее распространенных методов в эконометрике. Основной целью множественной регрессии является построение модели с большим числом факторов, а также определение влияния каждого фактора в отдельности и совокупного их воздействия на моделируемый показатель.
Линейная модель парной регрессии
Доклад, 16 Апреля 2013
Эконометрика – это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. (Большой Энциклопедический Словарь – М., БРЭ, 1977)
Эконометрические методы – это, прежде всего, методы статистического анализа конкретных экономических данных.
Построение и анализ модель множественной регрессии
Контрольная работа, 22 Января 2014
По исходным данным требуется:
1. Построить классическую линейную модель множественной регрессии, выполнить экономический анализ основных показателей модели: коэффициентов «чистой» регрессии, индекса корреляции, индекса детерминации, оценить значимость модели в целом (F-критерий Фишера) и отдельных ее параметров (t-статистика Стьюдента).
2. Проанализировать матрицу парных коэффициентов корреляции на наличие мультиколлинеарности. Если мультиколлинеарность присутствует - устранить (или ослабить) ее методом пошагового отбора переменных.
Построение и анализ модель множественной регрессии
Задача, 15 Января 2014
По исходным данным требуется:
1. Построить классическую линейную модель множественной регрессии, выполнить экономический анализ основных показателей модели: коэффициентов «чистой» регрессии, индекса корреляции, индекса детерминации, оценить значимость модели в целом (F-критерий Фишера) и отдельных ее параметров (t-статистика Стьюдента).
2. Проанализировать матрицу парных коэффициентов корреляции на наличие мультиколлинеарности. Если мультиколлинеарность присутствует - устранить (или ослабить) ее методом пошагового отбора переменных.
Построение и анализ модели множественной регрессии
Контрольная работа, 16 Января 2014
Линейная модель множественной регрессии имеет вид:
,
где - расчётные значения исследуемой переменной,
- факторные переменные.
- коэффициенты уравнения, каждый из которых показывает, насколько изменится значение исследуемого признака при изменении соответствующего фактора на 1 при неизменных прочих факторных переменных.
Теорема Гаусса-Маркова для линейной модели парной регрессии
Контрольная работа, 26 Ноября 2014
Уравнение линейной модели парной регрессии: Y = b0 + b1X.
Предпосылки МНК (условия Гаусса−Маркова)
10 Математическое ожидание случайного отклонения εi равно нулю: M(εi) = 0 для всех наблюдений.
Модель нелинейной регрессии. Понятие мультиколлениарности, последствия
Контрольная работа, 26 Марта 2014
Многие ученые признают первой работой, которую можно бы быть названа эконометрической, книгу американского экономиста Г. Мура (1869-1958) «Законы заработной платы: эссе по статистической экономике» (1911 год). Г. Муром был проведен анализ рынка труда, статистическая проверка теории производительности Дж. Кларка, были описаны основы стратегии объединения пролетариата и т. д. В это время для США решение этих вопросов было очень важным. Мур подошел к анализу этих проблем с позиций «высшей» статистики, используя все достижения теории корреляции, регрессии, анализа динамических (временных) рядов. Он хотел доказать, что сложные математические расчеты, наполненные фактическими данными, могли стать основой для разработки социальной стратегии.
Построение модели множественной линейной регрессии, оценка параметров модели
Практическая работа, 27 Декабря 2012
Цель работы – построение модели множественной линейной регрессии влияния уровня интенсификации на эффективность производства продукции сельского хозяйства.
Работа выполнялась в программе STATISTICA.
В процессе работы использовались следующие методы: дисперсионный анализ, корреляционно-регрессионный анализ (метод наименьших квадратов), графический метод.
В результате исследования была построена модель множественной линейной регрессии, параметры оценены на достоверность, оценена коллинеарность факторов, проведена гребневая регрессия, модель оценена на гетероскедастичность остатков.
Парная регрессия и корреляция в эконометрических исследованиях. Спецификация модели
Контрольная работа, 14 Августа 2013
Как уже отмечалось, в эконометрике широко используются методы статистики. Ставя, цель дать количественное описание взаимосвязей между экономическими переменными, эконометрика, прежде всего, вязана с методами регрессии и корреляции.
В зависимости от количества факторов, включенных в уравнение регрессии, принято различать простую (парную) и множественную регрессии.
Простая регрессия представляет собой модель, где среднее значение зависимой (объясняемой) переменной y рассматривается как функция одной независимой (объясняющей) переменной x, т.е. это модель вида