Studopediya

КАТЕГОРИЯ:


Астрономия- (809) Биология- (7483) Биотехнологии- (1457) Военное дело- (14632) Высокие технологии- (1363) География- (913) Геология- (1438) Государство- (451) Демография- (1065) Дом- (47672) Журналистика и СМИ- (912) Изобретательство- (14524) Иностранные языки- (4268) Информатика- (17799) Искусство- (1338) История- (13644) Компьютеры- (11121) Косметика- (55) Кулинария- (373) Культура- (8427) Лингвистика- (374) Литература- (1642) Маркетинг- (23702) Математика- (16968) Машиностроение- (1700) Медицина- (12668) Менеджмент- (24684) Механика- (15423) Науковедение- (506) Образование- (11852) Охрана труда- (3308) Педагогика- (5571) Полиграфия- (1312) Политика- (7869) Право- (5454) Приборостроение- (1369) Программирование- (2801) Производство- (97182) Промышленность- (8706) Психология- (18388) Религия- (3217) Связь- (10668) Сельское хозяйство- (299) Социология- (6455) Спорт- (42831) Строительство- (4793) Торговля- (5050) Транспорт- (2929) Туризм- (1568) Физика- (3942) Философия- (17015) Финансы- (26596) Химия- (22929) Экология- (12095) Экономика- (9961) Электроника- (8441) Электротехника- (4623) Энергетика- (12629) Юриспруденция- (1492) Ядерная техника- (1748) Arhitektura- (3434) Astronomiya- (809) Biologiya- (7483) Biotehnologii- (1457) Военни бизнесмен (14632) Висока technologies- (1363) Geografiya- (913) Geologiya- (1438) на държавата (451) Demografiya- ( 1065) Къща- (47672) журналистика и смирен (912) Izobretatelstvo- (14524) външен >(4268) Informatika- (17799) Iskusstvo- (1338) историята е (13644) Компютри- (11,121) Kosmetika- (55) Kulinariya- (373) културата е (8427) Lingvistika- (374) Literatura- (1642) маркетинг-(23702) математиците на (16968) Механична инженерно (1700) медицина-(12668) Management- (24684) Mehanika- (15423) Naukovedenie- (506) образователна (11852) truda- сигурност (3308) Pedagogika- (5571) Poligrafiya- (1312) Politika- (7869) Лево- (5454) Priborostroenie- (1369) Programmirovanie- (2801) производствено (97 182 ) индустрия- (8706) Psihologiya- (18388) Religiya- (3217) Svyaz (10668) Agriculture- (299) Sotsiologiya- (6455) на (42831) спортист строително (4793) Torgovlya- (5050) транспорт ( 2929) Turizm- (1568) физик (3942) Filosofiya- (17015) Finansy- (26596) химия (22929) Ekologiya- (12095) Ekonomika- (9961) Electronics- (8441) Elektrotehnika- (4623) Мощност инженерно ( 12629) Yurisprudentsiya- (1492) ядрена technics- (1748)

Използването на фиктивни променливи в модели с времеви редове

В регресия модели с времеви редове използва три основни вида манекени:

1) променлива аксесоар индикатор за определен период на наблюдение - за моделиране на рязка структурна промяна. Границите на периода (точка "скача"), за да бъдат инсталирани от априорни съображения. Например, ако един наблюдението принадлежи към периода 1941-45. и 0 в противен случай. Това е пример за използване за моделиране на временна структурна промяна. Постоянен структурна промяна се моделира променлива, равна на 0 до определен момент от време и по един за всички наблюдения след този час.

2) Сезонни променливи - за сезонност моделиране. Сезонни променливи приемат различни стойности в зависимост от това, което месец или тримесечие на годината, или който и да е ден от седмицата съответства на наблюдение.

Например, моделът на потребление, като се вземат предвид сезонните колебания.

у = б 0 + b1x1 + б 2 х 2 + б 3 х 3

за зимните месеци

в противен случай

за пролетните месеци

в противен случай

за летните месеци

в противен случай

Имайте предвид, че за да влезе в четвъртата променлива х 4 за есенните месеци не се изисква, тъй като В този случай, всички променливи са свързани с идентичността

The Xi + X + Xs + 2 X 4 = 1,

които ще ги доведе до пълно колинеарност и израждане на информация матрица ,

За есенните месеци коефициентите b1, б 2, b3 са равни на нула, и консумация е Y = b0

За зимните месеци: Y = B0 + b1,

За пролетните месеци: Y = B0 + B 2,

За летните месеци: Y = b0 + b3.

В този случай, ако резултатът от регресионен анализ, се оказва, че b3 = 0, това означава, че между лятото и есента, разликата в потреблението е незначителен. Ако b1 = б 2 няма разлика между потребление през зимата и пролетта, и т.н.

3) линейна тенденция време - за моделиране гладки постепенни структурни промени. Това сляпо показва период от време е минало от "нула" момент във времето до точката, до която това наблюдение (наблюдение позиция на линията на времето). Ако времевите интервали между последователните наблюдения на едни и същи, тенденцията на времето може да се състои от наблюдения е достъпно.

тенденция на времето се различава от двоични фиктивни променливи, че има смисъл да се възползва от правомощията си: т 2, т 3, и така нататък. г. Те помагат симулира гладка, но нелинейна тенденция. (Binary променлива няма смисъл да се изгради в известна степен, защото резултатът ще бъде една и съща променлива.)

Можете също така да се съчетаят тези видове фиктивни променливи, създаване на променливи "сътрудничество" на съответните ефекти.



Комбинация счита фиктивни променливи ви позволява да се симулира ефекта от друга - наклон тенденция промяна в определен момент. В допълнение към тенденцията в регресия след това трябва да въведете следната променлива: в началото на пробата до определен момент във времето, то е равно на 0, а втората част е тенденция време (1, 2, 3 и TD в случай на еднакви интервали между наблюдения).

Използването на фиктивни променливи има следните предимства:

1) Интервалите между наблюдения не трябва непременно да бъде същият. Пробата може да липсват наблюдения.

2) коефициентите на фиктивни променливи могат лесно да бъдат тълкувани, те да не представляват структурата на динамичен процес.

3) За оценка на модела не е необходимо да се отиде отвъд класическия метод на най-малките квадрати.

Пример е необходимо да се изгради регресия модел, базиран на работниците на заплата (Y) на възраст (X) с помощта на фиктивна променлива за фактор етаж на 20 служители на компанията

номер
Y - заплата на работника или служителя за месец ($)
X - възрастта на служителя (и)
Z - етаж, M / F F M F F M F F M M M
номер
Y - заплата на работника или служителя за месец ($)
X - възрастта на служителя (и)
Z - етаж, M / F F M M M F M M M F M

решение

Ние се въведе в модела на фиктивна променлива Z, който взема две стойности: 1 - ако мъжки пол; 0 - ако женския пол. Ние очакваме, параметрите на модела метод на най-малките квадрати. За изчисления ние използваме пакет анализ в EXCEL. Multiple регресивно уравнение има формата:

,

Коефициентът на определяне е равно на 0.74.

Уравнението на регресия за F-значителен критерий за нивото на 5%, като

От получената регресия уравнение означава, че на същата възраст заплатите на работниците от мъжки пол от $ 17,27 на месец по-висок от този на жените.

От модела, който включва фиктивна променлива, можете да получите лично регресия уравнение за мъже (Z = 1) и жени (Z = 0):

Фиг. Графики частични регресионни уравнения.

Сравнявайки частична регресионното уравнение, ние виждаме, че регресия уравнения са различни стойности на постоянното план и съответните регресионни линии са паралелни (вж. Фиг.). График Private регресия уравнение за мъже ще се намира по-високо от частния график регресионно уравнение за жени.

<== Предишна лекция | На следващата лекция ==>
| Използването на фиктивни променливи в модели с времеви редове

; Дата: 05.01.2014; ; Прегледи: 311; Нарушаването на авторските права? ;


Ние ценим Вашето мнение! Беше ли полезна публикуван материал? Да | не



ТЪРСЕНЕ:


Вижте също:



zdes-stroika.ru - Studopediya (2013 - 2017) на година. Тя не е автор на материали, и дава на студентите с безплатно образование и използва! Най-новото допълнение , Al IP: 66.102.9.26
Page генерирана за: 0.048 сек.