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)

Нелинейни регресионен модел и корелация на двойката

Въз основа на наблюдения на 50 семейства построил регресия уравнение, където - потребление - доходи. Са признаците и стойностите на коефициентите на регресия теоретични идеи?

а) да;

б) не съществува;

в) нищо определено може да се каже.

6. Същността на коефициентът на изчисление Е както следва:

а) оценява качеството на модела на относителните отклонения на всяко наблюдение;

б) описва съотношението на получената дисперсия променлива , The обясни регресия, общо дисперсия на получената променлива;

в) описва дисперсията на акция Причинява се от влиянието на фактори, които не отчитат в модела.

7. Качество модел на относителните отклонения на всяко наблюдение оценява:

а) коефициентът на изчисление ;

б) Fisher-квадрат тест;

в) средната грешка на сближаване ,

8. значението на уравнението на регресия като цяло оценява:

а) Fisher-квадрат тест;

б) Студентски -тест;

в) коефициентът на изчисление ,

9. класическия метод за изчисляване на регресия параметри въз основа на:

а) метода на най-малките квадрати:

б) метод за максимална вероятност:

в) засилване регресионен анализ.

10. Остатъчният сумата от квадратите е равна на нула:

а) Когато е правилно избран регресионен модел;

б) между признаци, когато е налице точно функционална връзка;

С Never).

11. обяснено (фактор) в сумата от квадратите на отклоненията на линеен модел пара има няколко степени на свобода, равен на:

а) ;

б) ;

в) ,

12. Остатъчният сумата от квадратите на отклонения в линеен модел на двойката е броят на степените на свобода равна на:

а) ;

б) ;

в) ,

13. Общата сума на квадратите на отклоненията в линеен модел на двойката има броят на степените на свобода, равна на:

а) ;

б) ;

в) ,

14. С цел да се оцени значимостта на коефициентите на регресия се изчислява:

а) Fisher-квадрат тест;

б) Студентски -тест;

в) коефициентът на изчисление ,

Позоваването

Резюме:

1. иконометрия [текст]: учебник / II Елисеева SV Kuryshev, Y. Neradovsky - 3-то издание, ревизирана.. и dop.- M:. Prospekt, 2011.- 576 с.

2. Bigildeeva, TB иконометрия [Текст]: урок / TB Bigildeeva, EA Postnikov.- Челябинск Chelyaba. състояние. University Press, 2007.- 109 с.

3. Практика на иконометрия: Изследване. ръчно / Ed. II Елисеева. - M:. Финанси и статистика, 2008 г. - 192 стр.

Допълнителна:

  1. Ayvazian, SA иконометрия: Проучване posobie.- 98 St.- Grif ОМО M:. Market, 2007.-

2. Katishev, PK Събиране на задачи на първоначалния курс на иконометрия [Текст]: урок / PK Katyshev.- MM: дело, 2007.- 368 с.

  1. проблеми Колекция иконометрия: Учебник за студенти от икономическите университети / Comp. EY Dorokhin, LF Presnyakov, NP Тихомиров. - M:. "Изпит" Publishing House, 2003 г. - 224 стр.
  2. Иконометрия: Учебник / NP Тихомиров, Dorokhin EY - M:. "Изпит" Publishing House, 2003 г. - 512 стр.



Темата на "Steam регресия. Нелинейни Models "

Цел: Да се покаже приложимостта на иконометрични изчисления на нелинейни модели и обясни същността на линеаризация на тези модели.

Ключови думи: класове на нелинейни модели, линеаризация, еластичност.

въпроси:

1. нелинейни регресионни модели и корелация на двойката

2. Примери за линеаризация на нелинейни модели.

Ако има нелинейна връзка, те са изразени чрез подходящи нелинейни функции между икономическите явления.

Има два класа на нелинейна регресия:

1. регресия, нелинейни Що се отнася включени в анализа на обяснителни променливи, но линейната в очакваните параметри, като например

- Полиноми на различни степени - , ;

- Равностранен хипербола - ;

- Полу-дневник функция - ,

2. регресия, нелинейни в очакваните параметри, например

- Степен - ;

- Индикативна - ;

- Експоненциален - ,

Регресия нелинейни в включените променливи води до линейна форма чрез просто заместване на променливите и допълнителна оценка на параметрите се извършва с помощта на метода на най-малките квадрати. Помислете за някои от функциите.

Параболата на втора степен се редуцира до линейна форма чрез заместване: , В резултат на това се стига до уравнението на двуфакторна Кои оценка на параметрите, използващи OLS, както ще бъде показано в раздел 2.2, води до следната система от нормални уравнения:

След промяната на променливи получаваме обратна връзка

(1.17)

Параболата на втора степен обикновено се прилага в случаите, когато определен диапазон от стойности варира фактор характер на отношенията под внимание функции: директна връзка е обърната или назад, за да насочи.

равностранен хипербола Тя може да се използва за характеризиране на разходите за комуникация за единица на суровини, материали, гориво от обема на производството, по време на движение на стоките от стойността на търговията, процента на растеж на заплатите на безработица (например, крива А. Phillips), нехранителни продукти чрез приход или разход общите разходи (например, Е. Engel криви), а в останалите случаи. Хипербола е линейно уравнение с проста замяна: , Системата на линейни уравнения чрез прилагане на оли ще бъде както следва:

(1.18)

По същия начин, води до линейна зависимост на ума , и други.

Малко по-различен е случаят с нелинейна регресия за оценките на параметрите, които са разделени на два типа: нелинейни модели на вътрешния линейна (намалена до линейна форма с подходящи реформи, като логаритъм) и нелинейни модели на нелинейни вътрешния (на линейната форма не е показано).

За вътрешни линейни модели включват, например, функция мощност - Експоненциален - експоненциален - , Логистика - Inverse - ,

Чрез вътрешно нелинеен модел може, например, да включва следните модели: , ,

Сред нелинейни модели на най-често използваната функция мощност Коя е логаритъм на линейна форма:

;

;

,

където , Т.е. OLS ние използваме за преобразуваната данни:

потенциране и след това се намери необходимата уравнението.

Широкото използване на функцията на енергия поради факта, че параметър тя има ясна икономическа интерпретация - това е коефициентът на еластичност. (Еластичност съотношение показва процентното изменение в средната резултат, ако фактор се променя до 1%.) Формулата за изчисляване на коефициента на еластичност е от вида:

, (1.19)

Що се отнася до другите функции коефициентът на еластичност не е постоянна, но зависи от фактори, съответните стойности То обикновено е изчислена като среден коефициент на еластичност:

, (1.20)

Тук е формулата за изчисляване на средните коефициенти на еластичност за най-често използваните видове регресионни уравнения:

Таблица 1.5

Преглед на функциите Първият производно, Средната коефициент на еластичност,

Може да има случаи, когато коефициентът на изчисление на еластичност няма смисъл. Това се случва, когато възнаграждението за определяне на признаци на безсмислено процент промяна.

Нелинейна регресия уравнение, както и в случай на индикатора за линейна зависимост се допълва стягане връзка. В този случай, индексът на съответствието:

(1.21)

където - Общото разсейване на ефективна функция , - Остатъчна дисперсия.

Стойността на този показател е в границите: , Колкото по-близо корелацията на индекса на стойност към един, колкото по-близо връзката между тези симптоми, толкова по-надежден уравнението на регресия.

Площадът на индекса на корелация се нарича индекс на определяне характеризира делът на получената променлива дисперсия , Обяснената регресия в общото разсейване ефективни характеристики:

(1.22)

т.е. Той има същото значение, както в линейната регресия; ,

индекс на определяне Това може да се сравни с коефициента на определяне да се проучи възможността за използване на линейна функция. Най-голяма кривината на линията на регресия, стойността на по-малко , И близостта на тези показатели точка на факта, че не е необходимо да се усложни формата на уравнението на регресия и може да използва линейна функция.

индекс определяне се използва за тестване на значимостта на уравнението на регресия като цяло на Fisher-тест:

(1.23)

където - Определяне на индекса, - Броят на наблюденията, - Броят на параметрите в променливата , действителната стойност -тест (1.23) в сравнение с масата на равнището на значимост и броят на степените на свобода (За остатъчната сума от квадрати) и (За фактор сума от квадрати).

В качеството на регресионно уравнение нелинейна може да се съди от средната грешка приближение, които, както и в случай линеен, изчислена по формулата (1.8).

<== Предишна лекция | На следващата лекция ==>
| Нелинейни регресионен модел и корелация на двойката

; Дата: 05.01.2014; ; Прегледи: 637; 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: 66.102.9.22
Page генерирана за: 0.051 сек.