
- •Назвіть два класи нелінійних регресій.
- •Наведіть приклади регресій, нелінійних відносно пояснюючих змінних, однак лінійні по параметрам, що оцінюються.
- •Наведіть приклади регресій, нелінійних по параметрам, що оцінюються.
- •Яким чином нелінійні відносно пояснюючих змінних рівняння регресій можуть бути зведені до лінійних?
- •Яким чином нелінійні по параметрам рівняння регресій можуть бути зведені до лінійних?
- •Якими методами може проводитися специфікація нелінійних моделей?
- •Яким чином здійснюється перевірка статистичної значущості параметрів та перевірка загальної якості множинної регресії?
- •Яким чином оцінюється адекватність моделі?
- •Яким чином оцінюється точність моделі?
- •За якими критеріями вибирається регресія, що найкраще з-поміж інших описує емпіричні дані?
За якими критеріями вибирається регресія, що найкраще з-поміж інших описує емпіричні дані?
Отметим, что выбор модели далеко не всегда осуществляется однозначно, и в дальнейшем требуется сравнивать модель как с теоретическими, так и с эмпирическими данными, совершенствовать ее. Напомним, что при определении качества модели обычно анализируются следующие параметры:
скорректированный коэффициент детерминации R2;
t-статистики;
критерий Дарбина-Уотсона (DW);
согласованность знаков коэффициентов с теорией;
прогнозные качества (ошибки) модели.
Если все эти показатели удовлетворительны, то данная модель может быть предложена для описания исследуемого реального процесса. Если же какая-либо из описанных выше характеристик не является удовлетворительной, то есть основания сомневаться в качестве данной модели (неправильно выбрана функциональная форма уравнения; не учтена важная объясняющая переменная; имеется объясняющая переменная, не оказывающая значимого влияния на зависимую переменную).
Опишіть алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів теоретичної множинної лінійної регресії.
Чим відрізняється безумовне та умовне прогнозування (передбачення та прогноз)?