Оценка существенности параметров линейной регрессии и корреляции. - презентация

1 Оценка существенности параметров линейной регрессии и корреляции

2 Оценка значимости коэффициентов регрессии и корреляции с помощью t- критерия Стьюдента.

3

4 Если t табл < t факт то a, b и r xy значимы и надежны. Если t табл > t факт а, b и r xy незначимы и ненадежны.

5 Критические значения t-критерия Стьюдента при уровне значимости 0,10; 0,05; d.f.d.f.a 0,100,050,01 16,313812,70663, ,30279, ,35343,18255, ,13182,77644, ,01502,57064, ,94322,44693, ,89462,36463,4995

6 для оценки статистической значимости коэффициентов регрессии рассчитываются доверительные интервалы

7 доверительный интервал

8 Если в границы доверительного интервала попадает ноль, то оцениваемый параметр ненадежен

9 Средняя ошибка аппроксимации - среднее отклонение расчетных значений от фактических (дает оценку качества построенной модели ): Допустимый предел значений - не более 8-10%.

10 Пример. Предположим по группе предприятий, выпускающих один и тот же вид продукции, рассматривается зависимость затрат на производство(у) от выпуска продукции(х) Выпуск продукции, тыс. ед. (х) Затраты на производство, млн руб. (у)

11 уравнение регрессии: r 2 = 0,982, r = 0,991

12 Доверительные интервалы -22,39 a 10,801 31,16 b 42,52. Средняя ошибка аппроксимации А = 4,599.

13 коэффициент эластичности показывает, на сколько процентов в среднем по совокупности изменится результат у от своей средней величины при изменении фактора x на 1% от своего среднего значения:

14 пример 1) 2)

15

16 Прогнозное значение определяется путем подстановки в уравнение регрессии соответствующего (прогнозного) значения.

17 пример Выполнить, по уравнению регрессии y=280+5,6x, прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x, составляющем 127% от среднего уровня (x=6700).

18 средняя стандартная ошибка прогноза :

19 доверительный интервал прогноза

20 Нелинейная регрессия. Корреляция для нелинейной регрессии.

21 в параболе второй степени, заменяем получим двухфакторное уравнение линейной регрессии:

22 В уравнении равносторонней гиперболы – делаем замену z=1/x, получаем линейное уравнение y=a+bz

23 Для степенной модели с помощью замены получаем линейное уравнение

24 Для показательной модели с помощью замены получаем линейное уравнение

25 Корреляция для нелинейной регрессии. Величина данного показателя находится в границах: чем ближе к единице, тем теснее связь рассматриваемых признаков.