- •Построение уравнения регрессии в стандартизованном масштабе
- •24. Частные критерии Фишера в оценке результатов множественной регрессии
- •20.Абсолютные и относительные показатели силы связи в модели множественной регрессии
- •21. Множественный коэффициент корреляции и коэффициент детерминации
- •22. Показатели частной корреляции
- •25.Использование фиктивных переменных в моделях множественной регрессии
- •26.Исследование структурных изменений с помощью теста Чоу.
- •27.Предпосылки метода наименьших квадратов
- •28.Гетероскедастичность - понятие, проявление и меры устранения
22. Показатели частной корреляции
Характеризуют тесноту связи фактора с результатом, при условии, что остальные факторы зафиксированы.
Основаны на соотношении сокращения остаточной вариации за счет дополнительно включенного в модель фактора к остаточной вариации до включения в модель соответствующего фактора.
(пример тема 3, слайд 34)
Для расчета коэффициентов корреляции можно воспользоваться следующей функциями:
Для многофакторных моделей:
Для двухфакторных моделей:
22.
23. Оценка значимости уравнения множественной регрессии и его параметров
Значимость уравнения множественной регрессии оценивается с помощью F-критерия:
Если F<Fтабл, следовательно, с вероятностью 0,95 можно утверждать, что коэффициент детерминации генеральной совокупности не значим, т.е. уравнение не достоверно.
Оценка достоверности параметров производится по t-критерию:
где - случайная ошибка коэффициента условно чистой регрессии
Доверительные интервалы для оцениваемых параметров
Доверительный интервал позволяет:
Оценить значимость параметра (параметр будет значим, если в доверительный интервал не входит ноль).
Дать экономическую интерпретацию коэффициента регрессии (с вероятностью (1‑α) при единичном изменении независимой переменной xj зависимая переменная у изменится не меньше, чем на bj,min и не больше, чем на bj,max .
(пример тема 3, слайд 43)
25.Использование фиктивных переменных в моделях множественной регрессии
Фиктивная (структурная) переменная – это переменная, принимающая значение 1 или 0.
Используется при решении следующих задач:
при моделировании качественных признаков
для учета структурной неоднородности, к которой приводят качественные признаки
для оценки сезонных колебаний
Общий вид модели с фиктивными переменными:
Где у - переменная – результат;
х1, х2,…хp - количественные переменные-факторы;
z11, z12 - фиктивные переменные, соответствующие значениям первой неколичественной переменной-фактора;
z21, z22 - фиктивные переменные, соответствующие значениям второй неколичественной переменной-фактора;
zj1, zj2 - фиктивные переменные, соответствующие значениям j-й неколичественной переменной-фактора;
e - случайный остаток.
Модели с фиктивной переменной сдвига
п ри z11=1 результат (у) равен:
при z11=0 результат (у) равен:
(график и пример тема 3, слайд 54)
Модели регрессии с фиктивными переменными наклона
При z=1
При z=0
(график тема 3, слайд 60)
Можно также построить модель только на фиктивных переменных:
= a + b1Z1 + b2Z2
Параметр представляет собой среднее значение результативного признака при Z1,Z2=0
Параметр b1 и b2 характеризует разность средних уравнений результативного признака для группы 1 и базовой группы 0
Параметр b2 характеризует разность средних уравнений результативного признака для группы 2 и базовой группы 0
Фиктивная переменная может быть использована в качестве результативного признака
= a + bx
(пример тема 3, слайд 65)